使用 R 在宽数据中的列名中插入点答案

【问题标题】：Insert dots in column names in wide data using R使用 R 在宽数据中的列名中插入点
【发布时间】：2020-12-27 02:48:54
【问题描述】：

以下数据集为宽格式，有“ql”、“st”、“xy”前缀“a”、“b”、“c”的重复测量；

df<-data.frame(id=c(1,2,3,4),
               ex=c(1,0,0,1),
               aql=c(5,4,NA,6),
               bql=c(5,7,NA,9),
               cql=c(5,7,NA,9),
               bst=c(3,7,8,9),
               cst=c(8,7,5,3),
               axy=c(1,9,4,4),
               cxy=c(5,3,1,4))

我正在寻找一种在前缀字母“a”、“b”和“c”之后插入点的方法，同时保持其他列（即 id、ex）不变。我一直在使用 gsub 函数解决这个问题，例如

names(df) <- gsub("", "\\.", names(df))

但得到了不希望的结果。预期的输出看起来像

   id ex a.ql b.ql c.ql b.st c.st a.xy c.xy
1  1  1    5    5    5    3    8    1    5
2  2  0    4    7    7    7    7    9    3
3  3  0   NA   NA   NA    8    5    4    1
4  4  1    6    9    9    9    3    4    4

【问题讨论】：

试试sub("(^[a-c])(.+)", "\\1.\\2", names(df))

标签： r dataframe rename gsub

【解决方案1】：

你可以尝试另一种方式

library(dplyr)
df %>% 
  rename_at(vars(aql:cxy), ~ str_replace(., "(?<=\\w{1})", "\\."))
#   id ex a.ql b.ql c.ql b.st c.st a.xy c.xy
# 1  1  1    5    5    5    3    8    1    5
# 2  2  0    4    7    7    7    7    9    3
# 3  3  0   NA   NA   NA    8    5    4    1
# 4  4  1    6    9    9    9    3    4    4

【讨论】：

【解决方案2】：

试试

sub("(^[a-c])(.+)", "\\1.\\2", names(df))

# [1] "id"   "ex"   "a.ql" "b.ql" "c.ql" "b.st" "c.st" "a.xy" "c.xy"

或

sub("(?<=^[a-c])", ".", names(df), perl = TRUE)

# [1] "id"   "ex"   "a.ql" "b.ql" "c.ql" "b.st" "c.st" "a.xy" "c.xy"

【讨论】：

(.+) 仅在我们需要确保输入中至少有两个字符时才需要。如果没有必要，只需使用sub("^([a-c])", "\\1.", names(df))

【解决方案3】：

你可以的

setNames(df, sub("(ql$)|(st$)|(xy$)", "\\.\\1\\2\\3", names(df)))

#>   id ex a.ql b.ql c.ql b.st c.st a.xy c.xy
#> 1  1  1    5    5    5    3    8    1    5
#> 2  2  0    4    7    7    7    7    9    3
#> 3  3  0   NA   NA   NA    8    5    4    1
#> 4  4  1    6    9    9    9    3    4    4

【讨论】：

【解决方案4】：

您也可以尝试使用tidyverse 方法来重塑您的数据，如下所示：

library(tidyverse)
#Data
df<-data.frame(id=c(1,2,3,4),
               ex=c(1,0,0,1),
               aql=c(5,4,NA,6),
               bql=c(5,7,NA,9),
               cql=c(5,7,NA,9),
               bst=c(3,7,8,9),
               cst=c(8,7,5,3),
               axy=c(1,9,4,4),
               cxy=c(5,3,1,4))
#Reshape
df %>% pivot_longer(-c(1,2)) %>%
  mutate(name=paste0(substring(name,1,1),'.',substring(name,2,nchar(name)))) %>%
  pivot_wider(names_from = name,values_from=value)

输出：

# A tibble: 4 x 9
     id    ex  a.ql  b.ql  c.ql  b.st  c.st  a.xy  c.xy
  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1     1     1     5     5     5     3     8     1     5
2     2     0     4     7     7     7     7     9     3
3     3     0    NA    NA    NA     8     5     4     1
4     4     1     6     9     9     9     3     4     4

【讨论】：