如何更改数据框的名称

Question

我有一个经常出现的情况，我在一组长的 R 代码的顶部设置了一个值，该代码用于对一个或多个数据帧进行子集化。像这样的：

city_code <- "202"

在整个过程结束时，我想将结果保存在一个适当命名的数据框中，例如，基于将“city_code”附加到一个公共存根。

city_results <- paste("city_stats", city_code, sep = "")

我的问题是我不知道如何将结果数据框重命名为“city_results”的值。那里有很多关于如何重命名数据框列的信息，但没有关于如何重命名数据框本身的信息。根据建议的答案，这里有一个澄清：

谢谢，@mike-wise。有助于研究有具体问题的 Hadley 的 Advanced R。

library(dplyr)
gear_code <- 4
gear_subset <- paste("mtcars_", gear_code, sep = "")
mtcars_subset <- mtcars %>% filter(gear == gear_code)
head(mtcars_subset)
write.csv(mtcars_subset, file = paste(gear_subset, ".csv", sep = ""))

这让我可以将子集写入一个适当命名的 csv 文件。但是，您的建议很有效，但我不能，例如，用新名称引用 data.frame：

assign(gear_subset, mtcars_subset)
head(gear_subset)

Answer 1

事实上，R 中的对象本身没有名称。存在不同类型的环境，包括每个进程的全局环境。这些环境具有指向各种对象的名称列表。两个不同的名称可以指向同一个对象。据我所知，这在 Hadley Wickhams Advanced R book 的环境章节中得到了最好的解释 http://adv-r.had.co.nz/Environments.html

所以没有办法更改数据框的名称，因为没有什么可更改的。

但是您可以让一个新名称（如newname）指向与给定名称（如oldname）相同的对象（在您的情况下为数据框对象）：

   newname <- oldname

请注意，如果您更改其中一个变量，则会生成一个新副本，并且内部引用将不再相同。这是由于 R 的“修改时复制”语义。看这个帖子的解释：What exactly is copy-on-modify semantics in R, and where is the canonical source?

希望对您有所帮助。我知道痛苦。动态语言和函数语言不同于静态语言和过程语言...

当然，可以计算数据帧的新名称并使用assign 命令将其注册到环境中 - 也许您正在寻找这个。不过后面提到它会比较费解。

示例（假设df 是有问题的数据框）：

   assign(  paste("city_stats", city_code, sep = ""), df )

一如既往地查看assign的帮助以获取更多信息http://stat.ethz.ch/R-manual/R-devel/library/base/html/assign.html

编辑： 作为对您的编辑的回复，以及围绕使用 eval(parse(...) 问题的各种 cmet，您可以像这样解析名称：

head(get(gear_subset))

Answer 2

通常，您不应该以编程方式为全局环境中的数据框生成名称。这很好地表明您应该使用list 来简化您的生活。有关许多示例和更多讨论，请参阅常见问题解答How to make a list of data frames?。

使用你的具体例子，我会用几种不同的方式之一重写它。

library(dplyr)
gear_code <- 4
gear_subset <- paste("mtcars_", gear_code, sep = "")
mtcars_subset <- mtcars %>% filter(gear == gear_code)
head(mtcars_subset)
write.csv(mtcars_subset, file = paste(gear_subset, ".csv", sep = ""))

目标似乎是编写一个名为 gear_X.csv 的 CSV，其中包含 mtcars 子集和 gear == X。您不要保留中间数据框，这应该没问题：

gear_code <- 4
mtcars %>% filter(gear == gear_code) %>%
    write.csv(file = paste0('mtcars_', gear_code, '.csv'))

但您可能正在这样编码，因为您想为gear 的每个值执行此操作，这就是dplyr 的group_by 有帮助的地方：

所有齿轮的 CSV

mtcars %>% group_by(gear) %>%
  do(csv = write.csv(file = sprintf("mt_gear_%s.csv", .[1, "gear"]), x = .)

每个档位的数据框：

如果您真的想要为每个档位提供单独的数据框对象，将它们保存在一个列表中是可行的方法。

gear_df = split(mtcars, mtcars$gear)

这将为您提供三个数据帧的list，每个级别一个gear。并且它们已经以级别命名，因此要查看包含所有 gear == 4 行的数据框，请执行

gear_df[["4"]]

通常，这比浮动的三个数据框更容易处理。您想对所有数据帧执行的任何操作都可以使用单个lapply 同时执行，即使您想使用for 循环，它也比eval(parse()) 或get() 更简单。