如何使用 R 中的别名/同义词字典重命名列名？

Question

我在这个很棒的网站上阅读了很多，但这实际上是我的第一个问题。所以请耐心等待！

我是一名博士生，研究来自不同科学家的生态数据（不同地区的物种丰度数据）。我想改进我的数据管理并停止手动编辑我的原始数据，而是使用脚本进行所有更改。物种的分类可能是一团糟，这意味着：同一物种的不同同义词或别名。此外，由于我使用来自不同科学家的数据，我必须处理不同的物种缩写、不同的列顺序以及拼写错误。你给它命名。我现在想知道是否有一种使用别名/同义词字典重命名列名的好方法。我花了几个小时研究，但找不到真正适合我的问题的答案。

这是我的数据的一个小例子：

df1 <- tibble(depth_cm = c(1.5:4.5), n_pachyderma_d = c(70.2:73.2), n_pachyderma_s = c(10.1:13.1), g_quinqueloba = c(2.4:5.4))
dict <- tibble(new_name = c("turborotalita_quinqueloba", "neogloboquadrina_incompta", "neogloboquadrina_pachyderma"),  alias1 = c("t_quinqueloba", "neogloboquadrina_pachyderma_dextral", "globigerina_pachyderma"), alias2 = c("g_quinqueloba", "n_pachyderma_d", "n_pachyderma_s"), alias3 = c(NA, "n_incompta", "n_pachyderma"))

df1 是我的实际原始数据表，其中包含不同物种的深度值和丰度。

> df1
# A tibble: 4 x 4
  depth_cm n_pachyderma_d n_pachyderma_s g_quinqueloba
     <dbl>          <dbl>          <dbl>         <dbl>
1      1.5           70.2           10.1           2.4
2      2.5           71.2           11.1           3.4
3      3.5           72.2           12.1           4.4
4      4.5           73.2           13.1           5.4 

dict 是我想要使用的字典。请注意，特定物种可能有不同数量的别名。我想在遇到新别名时立即用新别名更新这本字典。

> dict
# A tibble: 3 x 4
  new_name                    alias1                              alias2         alias3      
  <chr>                       <chr>                               <chr>          <chr>       
1 turborotalita_quinqueloba   t_quinqueloba                       g_quinqueloba  NA          
2 neogloboquadrina_incompta   neogloboquadrina_pachyderma_dextral n_pachyderma_d n_incompta  
3 neogloboquadrina_pachyderma globigerina_pachyderma              n_pachyderma_s n_pachyderma

我现在想通过在 dict 中查找列名，用 new_name 重命名 df1 的物种列名。但是，由于我仍在学习 R，所以我不知道如何解决这个问题。但基本上，我想用字典检查每个列名，然后用正确的物种名称重命名列。有没有聪明的方法呢？我的主要目标是自动化不同数据集的导入和标准化。

我真的很期待每一个建议或帮助！

Answer 1

我们可以将 'dict' 重塑为 'long' 格式

library(dplyr)
library(tidyr)
new_dict <- dict %>%
      pivot_longer(cols = starts_with('alias')) %>%
      filter(value %in% names(df1)) %>% 
      select(-name)

并使用它来重命名“df1”中的列

df2 <- df1 %>% 
          rename_at(vars(new_dict$value), ~ new_dict$new_name)

df2
# A tibble: 4 x 4
#  depth_cm neogloboquadrina_incompta neogloboquadrina_pachyderma turborotalita_quinqueloba
#     <dbl>                     <dbl>                       <dbl>                     <dbl>
#1      1.5                      70.2                        10.1                       2.4
#2      2.5                      71.2                        11.1                       3.4
#3      3.5                      72.2                        12.1                       4.4
#4      4.5                      73.2                        13.1                       5.4