如何在数据名中组合稀疏列？

Question

我有一个 R 脚本，它创建一个包含 61 列的数据框。 data.frame 是通过将一堆 csv 文件读取到 data.frames 列表中，然后合并列表以使列表中每个 data.frame 中的常用命名列填充结果 data.frame 中的同一列。 /p>

一些应该合并的列在 csv 文件中的命名不一致（例如 date.received vs received.on.date vs date.sample.received），我想知道合并它们的最佳方法是什么是。

我有几个想法：

• 在合并之前重命名列。
• 一旦我有了我的 data.frame，使得在该行中具有值的列是 用过

第二种方法可能（以及如何？）还是有更好的方法？

Answer 1

第二种方法是可能的，使用dplyr 包中的rbind_all 很容易。方法如下：

首先，如果你有一些关于应该堆叠在一起的列名的模式的信息，我建议你在堆叠之前尝试修复它，比如：

colnames_synonymous <- c("date.received", "received.on.date", "date.sample.received")

list_of_dfs <- lapply(list_of_dfs, function(df) {
  names(df)[names(df) %in% colnames_synonymous] <- "date_received"
  return(df)
})

现在你可以开始了：

dplyr::rbind_all(list_of_dfs)

在正确堆叠所有列之前，您可能需要进行一些调整，但现在，您只需更改 lapply 函数即可。我发现这种方式比在 rbinding 之后进行一些列转换更容易。