对数据框的列名执行多次搜索和替换

Question

我有一个包含 95 列的数据框，并且想用简单的正则表达式批量重命名其中的很多，比如底部的 sn-p，有大约 30 行这样的行。任何其他与搜索正则表达式不匹配的列都必须保持不变。

**** 示例：names(tr) = c('foo', 'bar', 'xxx_14', 'xxx_2001', 'yyy_76', 'baz', 'zzz_22', ...) ** **

我开始使用 25 gsub()s 的墙 - 粗略但有效：

names(tr) <- gsub('_1$',    '_R', names(tr))
names(tr) <- gsub('_14$',   '_I', names(tr))
names(tr) <- gsub('_22$',   '_P', names(tr))
names(tr) <- gsub('_50$',   '_O', names(tr))
... yada yada

@Joshua：mapply 不起作用，事实证明它更复杂且无法矢量化。 names(tr) 包含其他列，当这些模式确实发生时，您不能假设它们都发生了，更不用说按照我们定义它们的确切顺序了。因此，尝试 2 是：

pattern <- paste('_', c('1','14','22','50','52','57','76','1018','2001','3301','6005'), '$', sep='')
replace <- paste('_', c('R','I', 'P', 'O', 'C', 'D', 'M', 'L',   'S',   'K',   'G'),         sep='')
do.call(gsub, list(pattern, replace, names(tr)))
Warning messages:
1: In function (pattern, replacement, x, ignore.case = FALSE, perl = FALSE,  :
  argument 'pattern' has length > 1 and only the first element will be used
2: In function (pattern, replacement, x, ignore.case = FALSE, perl = FALSE,  :
  argument 'replacement' has length > 1 and only the first element will be used

谁能帮我解决这个问题？

---

编辑：我阅读了关于这个主题的所有 SO 和 R 文档超过一天，但找不到任何东西......然后当我发布它时，我想搜索“[r] 翻译表”，我发现 xlate。 grep/sub/gsub 文档中的任何地方都没有提到。

1. base/gsubfn/data.table 等中是否有任何内容可以让我编写一个搜索和替换指令？ （如字典或翻译表）

2. 您能否改进我笨拙的语法，使其成为对 tr 的引用调用？ （不得创建整个 df 的临时副本）

---

EDIT2：阅读后我最大的努力是：

字典方法 (xlate) 可能是部分答案，但这不仅仅是一个简单的翻译表，因为正则表达式必须是终端（例如 '_14$'）。 p>

我可以使用 gsub() 或 strsplit() 在 '_' 上拆分，然后对最后一个组件进行 xlate 翻译，然后 paste() 将它们重新组合在一起。寻找更简洁的 1/2 行成语。

否则我只使用 gsub()s 的墙。

Answer 1

使用 do.call() 几乎可以做到，它反对不同的 arg 长度。我想我需要将 do.call() 嵌套在 apply() 中，就像在 apply function to elements over a list 中一样。

但我需要部分 do.call() 覆盖模式并替换。

这一切都开始让 gsub(..., fixed=TRUE) 看起来像一个更有效的习惯用法，如果代码松散的话。

pattern <- paste('_', c('1','14','22','50'), '$', sep='')
replace <- paste('_', c('R','I', 'P', 'O'),       sep='')
do.call(gsub, list(pattern, replace, names(tr)))
Warning messages:
1: In function (pattern, replacement, x, ignore.case = FALSE, perl = FALSE,  :
  argument 'pattern' has length > 1 and only the first element will be used
2: In function (pattern, replacement, x, ignore.case = FALSE, perl = FALSE,  :
  argument 'replacement' has length > 1 and only the first element will be used

Answer 2

gsub 的墙总是可以替换为for-loop。你可以把它写成一个函数：

renamer <- function(x, pattern, replace) {
    for (i in seq_along(pattern))
            x <- gsub(pattern[i], replace[i], x)
    x
}

names(tr) <- renamer(
     names(tr),
     sprintf('_%s$', c('1','14','22','50','52','57','76','1018','2001','3301','6005')),
     sprintf('_%s' , c('R','I', 'P', 'O', 'C', 'D', 'M', 'L',   'S',   'K',   'G'))
)

而且我发现sprintf 比paste 更适合创建这种字符串。

Answer 3

这个问题早于tidyverse 的繁荣，但这很容易通过stringr::str_replace_all 中的c(pattern1 = replacement1) 选项解决。

tr <- data.frame("whatevs_1" = NA, "something_52" = NA)

tr
#>   whatevs_1 something_52
#> 1        NA           NA

patterns <- sprintf('_%s$', c('1','14','22','50','52','57','76','1018','2001','3301','6005'))
replacements <- sprintf('_%s' , c('R','I', 'P', 'O', 'C', 'D', 'M', 'L',   'S',   'K',   'G'))
                        
names(replacements) <- patterns

names(tr) <- stringr::str_replace_all(names(tr), replacements)

tr
#>   whatevs_R something_C
#> 1        NA          NA

当然，这种特殊情况可以受益于dplyr

dplyr::rename_all(tr, stringr::str_replace_all, replacements)
#>   whatevs_R something_C
#> 1        NA          NA