根据另一个数据框中的值重命名变量

Question

我有两个数据框，DF1 和 DF2：

DF1 <- data.frame(V1 = factor(c("A", "B", "C", "D")),
                 V2 = factor(c("E", "F", "G", "H")),
                 Va3 = factor(c("I", "J", "K", "L")),
                 column = factor(c("M", "N", "O", "P")))

DF2 <- data.frame(N1 = factor(c("x", "V1", "V2", "y", "z", "Va3", "a", "column")),
                  N2 = factor(c("A", "var1", "random", "R", "Q", "nameofcolumn", "S", "varname4")))

我想根据DF2$N2中相应单元格的值更改DF1（V1:column）中变量的名称，例如V2 变为 random 和 column 变为 varname4。

通常，如果DF1 中的变量名与DF2 中的单元格值匹配，我会使用colnames(DF1) <- DF2$N2；但在这里我有那些额外的价值。如何正确重命名变量？

Answer 1

在 1.12.0 版（CRAN 2019 年 1 月 13 日）中，data.table 的 setnames() 函数获得了一个新参数 skip_absent 以跳过 old 中不存在的名称。 setnames() 同样适用于 data.frame 和 data.table。

data.table::setnames(DF1, as.character(DF2$N1), as.character(DF2$N2), skip_absent = TRUE)
DF1

  var1 random nameofcolumn varname4
1    A      E            I        M
2    B      F            J        N
3    C      G            K        O
4    D      H            L        P

或者，使用DF2 中未包含的附加列：

DF1 <- data.frame(V1 = factor(c("A", "B", "C", "D")),
                  V2 = factor(c("E", "F", "G", "H")),
                  Va3 = factor(c("I", "J", "K", "L")),
                  column = factor(c("M", "N", "O", "P")),
                  other = 1:4)
data.table::setnames(DF1, as.character(DF2$N1), as.character(DF2$N2), skip_absent = TRUE)
DF1

  var1 random nameofcolumn varname4 other
1    A      E            I        M     1
2    B      F            J        N     2
3    C      G            K        O     3
4    D      H            L        P     4

Answer 2

我们可以使用match

names(DF1)=DF2$N2[match(names(DF1),DF2$N1)]
DF1
  var1 random nameofcolumn varname4
1    A      E            I        M
2    B      F            J        N
3    C      G            K        O
4    D      H            L        P

---

更新

names(DF1)[which(names(DF1)%in%DF2$N1)]=as.character(DF2$N2[match(names(DF1)[which(names(DF1)%in%DF2$N1)],DF2$N1)])
DF1
  var1 random nameofcolumn varname4 somethingelse
1    A      E            I        M             M
2    B      F            J        N             N
3    C      G            K        O             O
4    D      H            L        P             P

Answer 3

您需要使用regex。根据您的实际需要，您需要提取值的模式可能会发生变化。现在，我正在提取以（^ 转换为）varname 和* 开头的“单元格”，表示接下来发生的任何事情。假设变量名的顺序也是正确的。

注意：基于以varname# 作为列名的问题的第一个版本。

colnames(DF1) <-  subset(DF2$N2, grepl("^varname*", DF2$N2))

str(DF1)
# 'data.frame': 4 obs. of  4 variables:
# $ varnames1: Factor w/ 4 levels "A","B","C","D": 1 2 3 4
# $ varname2 : Factor w/ 4 levels "E","F","G","H": 1 2 3 4
# $ varname3 : Factor w/ 4 levels "I","J","K","L": 1 2 3 4
# $ varname4 : Factor w/ 4 levels "M","N","O","P": 1 2 3 4        

_{我知道我的模式中存在冗余。刚刚包含了* 和^，以便为 OP 提供更多洞察力。}

更新以回答已编辑的问题：匹配 N1 中的值以查找 N2 中的列名称：

您可以根据N1 和colnames(DF1) 中的值进行子集化：

subset(DF2, (N1 %in% colnames(DF1)))
#       N1           N2
# 2     V1         var1
# 3     V2       random
# 6    Va3 nameofcolumn
# 8 column     varname4

您可以将它们分配为DF1 的列名，如下所示（您也可以尝试$ 运算符）：

colnames(DF1) <- DF2$N2[as.numeric(rownames(subset(DF2, (N1 %in% colnames(DF1)))))]

如果两个数据帧中的排序不同，请查看此线程：Sort one vector based on another