如何根据列名替换列？答案

【问题标题】：How to replace columns with respect to column names?如何根据列名替换列？
【发布时间】：2021-08-18 13:00:17
【问题描述】：

让我们考虑两个数据框：

df1 <- data.frame("A" = c(1, 1, 2), 
                  "B" = 2:4,
                  "C" = 3:5,
                  "D" = 1:3)

> df1
  A B C D
1 1 2 3 1
2 1 3 4 2
3 2 4 5 3

df2 <- data.frame("A_log" = log(c(1, 1, 2)),
                  "C_diff" = diff(c(2,4,1,7)),
                  "C_log" = log(3:5))

> df2
       A_log C_diff    C_log
1 0.0000000      2 1.098612
2 0.0000000     -3 1.386294
3 0.6931472      6 1.609438

我想用来自df2 的列替换df1 的列，方法如下-df2 的列名是df1 的转换列名（df2 的列名总是格式为@987654327 @)。因此，我想将 df1 中的列替换为 df2 中修改了列名的列。例如：列“A”应替换为 A_log（相同的列名并添加 _log）。现在我们要替换 df1 中的“C”列，因为我们有两列从 df2 中的“C”开始，那么我们将用 df2 中的两列替换 df1 中的一列“C”。我们不替换列"B" 和"D"，因为在df2 中没有以这些字母开头的变量

即我想要一个输出：

       Alog B C_diff    C_log D
1 0.0000000 2      2 1.098612 1
2 0.0000000 3     -3 1.386294 2
3 0.6931472 4      6 1.609438 3

我目前的工作

for (i in seq_len(ncol(df1))) {
  # Obtain next column names of df1
  df1.colname <- colnames(df1)[i]
  # Compare patterns of df1.colname with df2 column names and look for similarities.
  which_match <- which(grepl(df1.colname, colnames(df2)))
  if (length(which_match) >= 1) {
    df3 <- cbind(df3, df2[which_match])
  }
  else {
    df3 <- cbind(df3, df1[i])
  }
}

> df3[, -1]
       A_log B C_diff    C_log D
1 0.0000000 2      2 1.098612 1
2 0.0000000 3     -3 1.386294 2
3 0.6931472 4      6 1.609438 3

在我看来，这个解决方案非常好 - 可以肯定它是有效的。它的最大缺点是它使用了循环，在这种情况下可能没有必要。你认为也许还有其他更好的方法可以做到这一点，或者循环是可以避免的？

【问题讨论】：

标签： r string dataframe loops

【解决方案1】：

您可以按原样使用df2，并从df1 中选择df2 中不存在其子集的列。

cbind(df2, df1[setdiff(names(df1), sub('_.*', '', names(df2)))])

#      A_log C_diff    C_log B D
#1 0.0000000      2 1.098612 2 1
#2 0.0000000     -3 1.386294 3 2
#3 0.6931472      6 1.609438 4 3

sub('_.*', '', names(df2)) 部分可能特定于实际数据集中的列名。在示例中，您拥有的模式是 ColumnNameFromdf1_somethingelse，因此我从列名中删除 _somethingelse，仅保留 df1 中可用的部分，因此它返回。

sub('_.*', '', names(df2))
#[1] "A" "C" "C"

【讨论】：

嘿罗纳克！非常感谢您的回答！我对您的解决方案的唯一问题是您以不同的方式排列列。您拥有的第一列是转换的列("A_log", "C_diff", "C_log")，然后是未转换的("B" , "D")。如果你看看我得到的输出，那就是我正在寻找的东西，即变量布局没有改变（仍然 B 在 A 之后）
如果您将来自cbind 的输出存储在result 中。您可以通过result[gtools::mixedsort(names(result))] 获得所需的订单。

【解决方案2】：

您可以尝试遍历 df1 的每个 name，使用 grep 在 df2 中搜索名称，如果找到则返回这些表单 df2 否则为 df1.

do.call(cbind, lapply(names(df1), function(x) {
  i <- grep(paste0("^", x, "_"), names(df2))
  if(length(i) > 0) df2[i]
  else df1[x]
}))
#      A_log B C_diff    C_log D
#1 0.0000000 2      2 1.098612 1
#2 0.0000000 3     -3 1.386294 2
#3 0.6931472 4      6 1.609438 3

【讨论】：