如何使用 dplyr 为多个变量名添加前缀？答案

【问题标题】：How do I add a prefix to several variable names using dplyr?如何使用 dplyr 为多个变量名添加前缀？
【发布时间】：2016-02-17 21:42:09
【问题描述】：

我正在尝试为 data.frame 中的每个变量名称添加一个公共前缀。例如，使用mtcars 数据，我可以添加前缀“汽车”。使用以下代码：

> data(mtcars)
> names(mtcars)
 [1] "mpg"  "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"  
 [9] "am"   "gear" "carb"
> names(mtcars) <- paste0("cars.", names(mtcars))
> names(mtcars)
 [1] "cars.mpg"  "cars.cyl"  "cars.disp" "cars.hp"  
 [5] "cars.drat" "cars.wt"   "cars.qsec" "cars.vs"  
 [9] "cars.am"   "cars.gear" "cars.carb"

但是，我想将其作为管道操作的一部分（即使用%>% 串联在一起的一系列函数），使用一些dplyr 语法。似乎rename 和everything() 的某种组合应该可以解决问题，但我不知道如何使它起作用。有人有什么想法吗？

【问题讨论】：

标签： r dplyr

【解决方案1】：

另一个dplyr解决方案：

我发现使用dplyr rename_all、rename_at、rename_if 最简单，它们从v.1.0.4. 被rename_with 取代...

尝试重命名所有列名：

mtcars %>% rename_all(function(x){paste0("cars.", x)}) # older dplyr versions
mtcars %>% rename_with(.cols = everything(), function(x){paste0("cars.", x)}) # v.1.0.4.

试试这个重命名 "some" 列名：

mtcars %>% rename_at(vars(hp:wt) ,function(x){paste0("cars.", x)}) # older dplyr versions
mtcars %>% rename_with(.cols = hp:wt, function(x){paste0("cars.", x)}) # v.1.0.4.

【讨论】：

来自 dplyr v1.0.4 文档（“rename_if()、rename_at() 和 rename_all() 已被 rename_with() 取代。匹配的 select 语句已被 select( ) + rename_with()。”
我认为您的论点在您的 rename_with() 示例中，或者至少是第一个：您的 mtcars %>% rename_with(everything(), function(x){paste0("cars.", x)}) 行给我一个错误，但 mtcars %>% rename_with(function(x){paste0("cars.", x)}, everything()) 按预期/描述的方式工作。（或许功能变了？）

【解决方案2】：

最新的解决方案（2020）似乎使用rename_with，在dplyr 1.0.0 及更高版本中可用：

mtcars %>% rename_with(.fn = ~ paste0("Myprefix_", .x, "_Mypostfix")) -> mtcars.custom

使用.cols = 参数指定变量子集，默认为everything()。

【讨论】：

是哪个包的？请添加文档链接。
@slhck 包名在问题标题中...
这并不像其他包的功能建议在这里不常见。特别是，如果您在网络上搜索“rename_with r”，您会在dplyr 的任何结果出现之前从tidytable 获得函数的各种引用。就我而言，我有一个 1.0 之前的版本，所以它不可用。

【解决方案3】：

dplyr 现在需要列表并会抛出警告：

Warning message:
funs() is soft deprecated as of dplyr 0.8.0
Please use a list of either functions or lambdas: 

  # Simple named list: 
  list(mean = mean, median = median)

  # Auto named with `tibble::lst()`: 
  tibble::lst(mean, median)

  # Using lambdas
  list(~ mean(., trim = .2), ~ median(., na.rm = TRUE))

你可以这样解决这个例子：


dplyr::select_all(mtcars, list(~ paste0("cars.", .)))
#>                     cars.mpg cars.cyl cars.disp cars.hp cars.drat cars.wt
#> Mazda RX4               21.0        6     160.0     110      3.90   2.620
#> Mazda RX4 Wag           21.0        6     160.0     110      3.90   2.875
#> Datsun 710              22.8        4     108.0      93      3.85   2.320
#> Hornet 4 Drive          21.4        6     258.0     110      3.08   3.215
#> Hornet Sportabout       18.7        8     360.0     175      3.15   3.440
#> Valiant                 18.1        6     225.0     105      2.76   3.460
#> Duster 360              14.3        8     360.0     245      3.21   3.570
#> Merc 240D               24.4        4     146.7      62      3.69   3.190
#> Merc 230                22.8        4     140.8      95      3.92   3.150
#> Merc 280                19.2        6     167.6     123      3.92   3.440
#> Merc 280C               17.8        6     167.6     123      3.92   3.440
#> Merc 450SE              16.4        8     275.8     180      3.07   4.070
#> Merc 450SL              17.3        8     275.8     180      3.07   3.730
#> Merc 450SLC             15.2        8     275.8     180      3.07   3.780
#> Cadillac Fleetwood      10.4        8     472.0     205      2.93   5.250
#> Lincoln Continental     10.4        8     460.0     215      3.00   5.424
#> Chrysler Imperial       14.7        8     440.0     230      3.23   5.345
#> Fiat 128                32.4        4      78.7      66      4.08   2.200
#> Honda Civic             30.4        4      75.7      52      4.93   1.615
#> Toyota Corolla          33.9        4      71.1      65      4.22   1.835
#> Toyota Corona           21.5        4     120.1      97      3.70   2.465
#> Dodge Challenger        15.5        8     318.0     150      2.76   3.520
#> AMC Javelin             15.2        8     304.0     150      3.15   3.435
#> Camaro Z28              13.3        8     350.0     245      3.73   3.840
#> Pontiac Firebird        19.2        8     400.0     175      3.08   3.845
#> Fiat X1-9               27.3        4      79.0      66      4.08   1.935
#> Porsche 914-2           26.0        4     120.3      91      4.43   2.140
#> Lotus Europa            30.4        4      95.1     113      3.77   1.513
#> Ford Pantera L          15.8        8     351.0     264      4.22   3.170
#> Ferrari Dino            19.7        6     145.0     175      3.62   2.770
#> Maserati Bora           15.0        8     301.0     335      3.54   3.570
#> Volvo 142E              21.4        4     121.0     109      4.11   2.780
#>                     cars.qsec cars.vs cars.am cars.gear cars.carb
#> Mazda RX4               16.46       0       1         4         4
#> Mazda RX4 Wag           17.02       0       1         4         4
#> Datsun 710              18.61       1       1         4         1
#> Hornet 4 Drive          19.44       1       0         3         1
#> Hornet Sportabout       17.02       0       0         3         2
#> Valiant                 20.22       1       0         3         1
#> Duster 360              15.84       0       0         3         4
#> Merc 240D               20.00       1       0         4         2
#> Merc 230                22.90       1       0         4         2
#> Merc 280                18.30       1       0         4         4
#> Merc 280C               18.90       1       0         4         4
#> Merc 450SE              17.40       0       0         3         3
#> Merc 450SL              17.60       0       0         3         3
#> Merc 450SLC             18.00       0       0         3         3
#> Cadillac Fleetwood      17.98       0       0         3         4
#> Lincoln Continental     17.82       0       0         3         4
#> Chrysler Imperial       17.42       0       0         3         4
#> Fiat 128                19.47       1       1         4         1
#> Honda Civic             18.52       1       1         4         2
#> Toyota Corolla          19.90       1       1         4         1
#> Toyota Corona           20.01       1       0         3         1
#> Dodge Challenger        16.87       0       0         3         2
#> AMC Javelin             17.30       0       0         3         2
#> Camaro Z28              15.41       0       0         3         4
#> Pontiac Firebird        17.05       0       0         3         2
#> Fiat X1-9               18.90       1       1         4         1
#> Porsche 914-2           16.70       0       1         5         2
#> Lotus Europa            16.90       1       1         5         2
#> Ford Pantera L          14.50       0       1         5         4
#> Ferrari Dino            15.50       0       1         5         6
#> Maserati Bora           14.60       0       1         5         8
#> Volvo 142E              18.60       1       1         4         2

^{由reprex package (v0.3.0) 于 2019 年 7 月 31 日创建}

【讨论】：

【解决方案4】：

对于未来的读者，dplyr 现在可以使用 select_if、select_at 和 select_all 函数执行此操作：

dplyr::select_all(mtcars, .funs = funs(paste0("cars.", .)))

【讨论】：

在 dplyr 版本 0.7.4 中显示“paste0("cars.", .) 中的错误：对象 '.'未找到”
使用汽车，这行得通。但是，在我的数据中，使用 dplyr 0.7.6（通过 tidyverse 1.2.1 加载）会引发不同的错误：“错误：nm 必须是 NULL 或长度与 x 相同的字符向量。我”我对此感到困惑。

【解决方案5】：

确实，你可以使用rename_（NSE rename 本身不起作用）：

data %>% rename_(.dots = setNames(names(.), paste0('cars.', names(.))))

……但老实说，为什么？直接指定名称更短更易读：

data %>% setNames(paste0('cars.', names(.)))

【讨论】：

谢谢！实际用例有点复杂——简而言之，我正在将一个数据集与其自身进行一系列合并，我不希望合并左侧的变量与相同的变量混淆合并右侧的名称。 merge 通过分配后缀“.x”和“.y”来分别指代合并的左侧和右侧来解决此问题，但我希望变量具有更具描述性的名称。我还希望避免使用新名称保存中间数据集，因此我努力使用dplyr 命令来做到这一点。
setNames(cars, paste0("cars.", names(cars)) 是有效的。再次感谢。
@Jake 我的第二个代码示例没有使用中间数据集。但是，是的，还不如使用setNames 而不是`names<-`。
我建议使用 data.table::setnames() 而不是来自 stats 的 setNames() 。如果新旧名称向量的长度不匹配，这样做的好处是会引发错误，这有点节省。
@der_grund 如果（像我一样）你没有在其他地方使用这个包，那么仅仅为此加载data.table 会有点矫枉过正。编写具有独立功能的较小包而不是传统的、臃肿的 R 包的另一个理由。