自动将较短的列名称分配给大型数据集并保留原始名称作为标签答案

【问题标题】：Automatically assigning shorter column names to large dataset and retaining original names as labels自动将较短的列名称分配给大型数据集并保留原始名称作为标签
【发布时间】：2023-02-09 18:18:01
【问题描述】：

我有一个包含大约 200 列的大型数据集。原始文件在 Excel 中，第一行包含变量名称。变量名称都是调查问题，因此使用起来有点笨拙（例如“你目前的体重是多少？”）

我用过了：

df = read_excel("file.xlsx", sheet = 1)

这很好，但我最终得到了很长的列名，很难使用。

由于有很多列，是否有任何方法可以自动为每一列分配一个简短且易于管理的名称，同时保留原始全名作为标签？

【问题讨论】：

标签： r excel label survey

【解决方案1】：

一种方法是创建和使用一个简单的查找向量，并将长名称重命名为“Q1”、“Q2”等，并在需要时将名称改回：

下面是一种使用 dplyr 的方法（对于其他方法，我写了一个 blog post 涵盖基础 R、data.table 和 python）。

library(dplyr)

# create a lookup vector
lookup_vec <- setNames(names(iris),
                       paste0("Q", seq_along(iris)))

# rename columns to have short names when working with the data
iris2 <- iris %>% 
  rename(any_of(lookup_vec))

iris2 %>% glimpse()
#> Rows: 150
#> Columns: 5
#> $ Q1 <dbl> 5.1, 4.9, 4.7, 4.6, 5.0, 5.4, 4.6, 5.0, 4.4, 4.9, 5.4, 4.8, 4.8, 4.~
#> $ Q2 <dbl> 3.5, 3.0, 3.2, 3.1, 3.6, 3.9, 3.4, 3.4, 2.9, 3.1, 3.7, 3.4, 3.0, 3.~
#> $ Q3 <dbl> 1.4, 1.4, 1.3, 1.5, 1.4, 1.7, 1.4, 1.5, 1.4, 1.5, 1.5, 1.6, 1.4, 1.~
#> $ Q4 <dbl> 0.2, 0.2, 0.2, 0.2, 0.2, 0.4, 0.3, 0.2, 0.2, 0.1, 0.2, 0.2, 0.1, 0.~
#> $ Q5 <fct> setosa, setosa, setosa, setosa, setosa, setosa, setosa, setosa, set~

# change names back for output reports
lookup_vec2 <- setNames(names(lookup_vec), lookup_vec)

iris %>% 
  rename(any_of(lookup_vec2)) %>% 
  glimpse() # for better printing
#> Rows: 150
#> Columns: 5
#> $ Sepal.Length <dbl> 5.1, 4.9, 4.7, 4.6, 5.0, 5.4, 4.6, 5.0, 4.4, 4.9, 5.4, 4.~
#> $ Sepal.Width  <dbl> 3.5, 3.0, 3.2, 3.1, 3.6, 3.9, 3.4, 3.4, 2.9, 3.1, 3.7, 3.~
#> $ Petal.Length <dbl> 1.4, 1.4, 1.3, 1.5, 1.4, 1.7, 1.4, 1.5, 1.4, 1.5, 1.5, 1.~
#> $ Petal.Width  <dbl> 0.2, 0.2, 0.2, 0.2, 0.2, 0.4, 0.3, 0.2, 0.2, 0.1, 0.2, 0.~
#> $ Species      <fct> setosa, setosa, setosa, setosa, setosa, setosa, setosa, s~

^{由 reprex package (v2.0.1) 创建于 2023-02-09}

【讨论】：