在R中加入两个列名混乱的数据框

Question

鉴于这些示例性数据集（1 和 2）：

如何合并每个数据集（1 和 2） 使用codes 数据集，以便将名称codes$id 映射（同步？）到colnames dataset1 和 dataset2 匹配的位置。

codes 是描述测量站的数据对象。
dataset1 和 dataset2 是来自一些具有混乱列命名的站的测量 - 没有实际模式，除了“station#”部分.

codes<- data.frame(
      id=c("MotherStation", "station2", "station3",
           "station4", "stationFive", "station6"),
      id2=c("a", "b", "c", "d", "e", "f"),
      var1= seq(1:6),
      var2= seq(1:6))

dataset1 <- data.frame("291_hhaMotherStation_1g44" = rnorm(6), 
                        "143_wwaStation4_1d21"=rnorm(6))

dataset2 <- data.frame("143_wwaStation4_1d21" = rnorm(6), 
                        "station2WWa" = rnorm(6), 
                        "KrkStation6"=rnorm(6))

我要找的结果是这样的：

newData1 <- data.frame(MotherStation = dataset1$X291_hhaMotherStation_1g44,
                       station4 = dataset1$X143_wwaStation4_1d21)

newData2 <- data.frame(station4 = dataset2$X143_wwaStation4_1d21,
                       station2 = dataset2$station2WWa,
                       station6 = dataset2$KrkStation6)

我确实觉得，dplyrjoins 和一些与 RegEx 匹配的字符串可以让我到达那里，但我被卡住了（几乎每次涉及 RegEx 时都会发生这种情况）。

编辑：在阅读Jennifer 答案后，我修改了我的示例代码以匹配更一般的情况，其中codes 数据帧中的ids 不一定由粘贴到station 的唯一编号标识，但可以实际上仅由字符串表示。

Answer 1

这是一个非常笨拙的解决方案。我确信有一种更漂亮的方法可以消除循环，但这至少可以让你到达你想去的地方。

这将两个数据集的名称标准化。

rename_col <- function(code, dataset){
  index <- grep(code, names(dataset), ignore.case = TRUE)
  names(dataset)[index] <- code
  return(dataset)
}

for(i in seq_len(nrow(codes))){
  dataset1 <- rename_col(codes[i, "id"], dataset1)
  dataset2 <- rename_col(codes[i, "id"], dataset2)
}

从那里，您应该可以进行完全联接。

full_join(dataset1, dataset2)

Answer 2

这应该可行 - 首先删除不在id 列中的所有内容，然后用确切的字符串替换它（因为大写/小写不规则）

dfs <- list(dataset1, dataset2)


out <-  lapply(dfs, function(x) {
  colnames(x) <- gsub(paste(".*(", paste(codes$id, collapse = "|"), ").*", sep = ""), 
       "\\1", colnames(x), perl = TRUE, ignore.case = TRUE)
  colnames(x) <- sapply(colnames(x), function(y) as.character(codes$id[tolower(codes$id) == tolower(y)]))
  return(x)
})

> all.equal(out[[1]], newData1)
[1] TRUE
> all.equal(out[[2]], newData2)
[1] TRUE

并加入：

library(tidyverse)
do.call(full_join, out)