在管道 R 工作流中为大多数 data.frame 变量名称添加前缀或后缀

Question

我想为 data.frame 中的大多数变量名称添加后缀或前缀，通常是在它们都以某种方式进行转换之后和执行连接之前。我没有办法在不破坏我的管道的情况下做到这一点。

例如，使用此数据：

library(dplyr)
set.seed(1)
dat14 <- data.frame(ID = 1:10, speed = runif(10), power = rpois(10, 1),
                    force = rexp(10), class = rep(c("a", "b"),5))

我想得到这个结果（注意变量名）：

  class speed_mean_2014 power_mean_2014 force_mean_2014
1     a       0.5572500             0.8       0.5519802
2     b       0.2850798             0.6       1.0888116

我目前的做法是：

means14 <- dat14 %>%
  group_by(class) %>%
  select(-ID) %>%
  summarise_each(funs(mean(.)))  

names(means14)[2:length(names(means14))] <- paste0(names(means14)[2:length(names(means14))], "_mean_2014")

有没有其他方法可以替代那条笨拙的最后一行打断我的管道？我看过 select() 和 rename() 但不想明确指定每个变量名称，因为我通常想重命名所有除了一个变量和data.frame 可能比这个例子宽得多。

我正在想象一个近似于这个虚构函数的最终管道命令：

appendname(cols = 2:n, str = "_mean_2014", placement = "suffix")

据我所知不存在。

Answer 1

这有点快，但不完全是你想要的：

dat14 %>%
  group_by(class) %>%
  select(-ID) %>%
  summarise_each(funs(mean(.))) -> means14 

names(means14)[-1] %<>% paste0("_mean_2014")

如果您之前没有使用过 %<>% 运算符，一定要检查这个 link，它是一个超级有用的工具。

你也可以用它来重新计算或舍入一些列，像这样 df$meancolumn %<>% round() 等等，它经常出现并且可以节省你很多写作

Answer 2

在发布这个问题后进行了额外的试验后，我发现 setNames 函数可以与管道一起使用，因为它 returns a data.frame:

dat14 %>%
  group_by(class) %>%
  select(-ID) %>%
  summarise_each(funs(mean(.))) %>%
  setNames(c(names(.)[1], paste0(names(.)[-1],"_mean_2014"))) 

  class speed_mean_2014 power_mean_2014 force_mean_2014
1     a       0.5572500             0.8       0.5519802
2     b       0.2850798             0.6       1.0888116

Answer 3

这更像是倒退一步，但您可能会考虑重塑数据，以便同时将该函数应用于多年。这将保持整洁。如果您最终想要比较不同的年份，那么将年份作为数据框中的单独变量可能是有意义的，而不是将年份存储在名称中。您应该能够使用 summarise_ 来获得 mean_year 行为。参见 http://cran.r-project.org/web/packages/dplyr/vignettes/nse.html

library(dplyr)
library(tidyr)
set.seed(1)
dat14 <- data.frame(ID = 1:10, speed = runif(10), power = rpois(10, 1),
                    force = rexp(10), class = rep(c("a", "b"),5))

dat14 %>% 
  gather(variable, value, -ID, -class) %>% 
  mutate(year = 2014) %>% 
  group_by(class, year, variable)%>% 
  summarise(mean = mean(value))`

Answer 4

虽然使用 setNames() 的 Sam Firkes 解决方案肯定是保持管道不间断的唯一解决方案，但它不适用于 dplyr 中的 tbl 对象，因为列名不是可以通过通常的基本 R 命名函数的方法访问。由于 hrbrmstr 的解决方案，您也可以在带有 tbl 对象的管道中使用这个函数。它在指定的列索引处添加预定义的前缀和后缀。默认为所有列。

tbl.renamer <- function(tbl,prefix="x",suffix=NULL,index=seq_along(tbl_vars(tbl))){
  newnames <- tbl_vars(tbl) # Get old variable names
  names(newnames) <- newnames
  names(newnames)[index] <- paste0(prefix,".",newnames,suffix)[index] # create a named vector for .dots
  rename_(tbl,.dots=newnames) # rename the variables
}

用法示例（假设 auth_users 是一个 tbl_sql 对象）：

auth_user %>% tbl_vars
tbl.renamer(auth_user) %>% tbl_vars
auth_user %>% tbl.renamer %>% tbl_vars
auth_user %>% tbl.renamer(index = c(1,5)) %>% tbl_vars

Answer 5

自 2017 年 2 月起，您可以使用 dplyr 命令执行此操作 rename_(...)。

对于这个例子，你可以做到。

dat14 %>%
  group_by(class) %>%
  select(-ID) %>%
  summarise_each(funs(mean(.))) %>%
  rename_(names(.)[-1], paste0(names(.)[-1],"_mean_2014")))

这与 set_names 的答案非常相似，但也适用于 tibbles！

Answer 6

您可以将函数传递给 rename_at，

也可以

 means14 <- dat14 %>%
  group_by(class) %>%
  select(-ID) %>%
  summarise_all(funs(mean(.))) %>% 
  rename_at(vars(-class),function(x) paste0(x,"_2014"))

在管道 R 工作流中为大多数 data.frame 变量名称添加前缀或后缀

Adding prefix or suffix to most data.frame variable names in piped R workflow

r

dplyr

magrittr