Question

我有29个数据框，名为Student1到Student 29.这29个数据框中的每一个都包含变量Name，Ethnic和Membership.number，每个都有相应的数字。例如Student1包含Name.1，Ethnic.1和Membership.number.1，Student29包含Name.29等。

我试图通过剥离这些变量名末尾的数字来标准化这些。我是R的新手，但我已经整理了以下代码来尝试自动化。

for (j in 1:29) {
 for (i in 1:3) {
    oldnames = c(paste('Name', i, sep="."), paste('Nationality', i, sep="."), paste('Membership.number', i, sep="."))
    newnames = c("Name", "Nationality", "Membership.number")
    names(paste("Student",j,sep=""))[names(paste("Student",j,sep=""))==oldnames[i]]=newnames[i]
  }
}

这似乎接近于实现我想要的，并且如果我插入Student1代替粘贴（“Student”，j，sep =“”），那么它对单个数据帧应该起作用，但粘贴（“学生” “，j，sep =”“）由于”赋值目标扩展到非语言对象“，代码似乎失败了。有什么简单的我在这里做错了吗？

Answer 1

问题是paste()返回一个字符串，所以你的代码实际上是这样的：

names("Student1")[names("Student1")==oldnames[i]] = newnames[i]

但是，当然，字符串"Student1"与包含您的数据框的变量Student1不同，所以这不会让您走得太远。错误消息有点令人困惑，但最终意味着您正在尝试分配给无法分配的内容。

最简单的解决方案是使用函数get()和assign()，它们使用字符串命名变量（如字符串"Student1"），并允许您检索和分配变量。例如，这将重命名Student1：

中的一列

dfname = "Student1"
df = get(dfname)
names(df)[names(df)=="Name.1"] = "Name"
assign(dfname, df)

所以，你可以写：

for (j in 1:29) {
    oldnames = c(paste('Name', j, sep="."), 
                 paste('Nationality', j, sep="."),
                 paste('Membership.number', j, sep="."))
    newnames = c("Name", "Nationality", "Membership.number")
    dfname = paste("Student", j, sep="")
    df = get(dfname)
    for (i in 1:3) {
        names(df)[names(df) == oldnames[i]] = newnames[i]
    }
    assign(dfname, df)
}

请注意，我已将oldnames定义修改为使用j而不是i，并将仅依赖j的定义移出内循环。这里需要注意的是，这仅适用于“顶级”（即在R提示下输入）。如果你把它放在一个函数中，那么assign()变得更加棘手，因为你需要指定 where 你想要分配的变量（在顶层使用其余的全局变量，在函数内）等等。）。

此代码仍可以改进。事实证明，您对oldnames的定义可以改写为：

oldnames = paste(c("Name","Nationality","Membership.number"), j, sep=".")

这意味着您实际上可以写：

newnames = c("Name","Nationality","Membership.number")
oldnames = paste(newnames, j, sep=".")

您可以更进一步，使用函数match。此函数在其第二个参数中获取其第一个参数的每个元素的索引，并可用于同时检索oldnames向量中所有names()的位置。然后，你甚至不需要内循环：

for (j in 1:29) {
    newnames = c("Name","Nationality","Membership.number")
    oldnames = paste(newnames, j, sep=".")
    dfname = paste("Student", j, sep="")
    df = get(dfname)
    names(df)[match(oldnames, names(df))] = newnames
    assign(dfname, df)
}

使用match来查找和替换向量中的值是一种非常常见的R技术。

最后，如果数据框中没有任何其他列（所以你真的只想删除所有后缀，包括句点和所有名称末尾的一些数字），那么R中的一个常见技巧是使用sub()使用正则表达式修改名称：

for (j in 1:29) {
    newnames = c("Name","Nationality","Membership.number")
    oldnames = paste(newnames, j, sep=".")
    dfname = paste("Student", j, sep="")
    df = get(dfname)
    names(df) = sub("\\.[0-9]+$", "", names(df))
    assign(dfname, df)
}

请注意，在R中，正则表达式中的反斜杠需要加倍，因此上面的"\\."将匹配一个句点。在清理在一堆列名称上包含不需要的前缀和后缀的数据集时，我始终使用这种基于sub的技术。

快乐的R-ing！

R - 使用嵌套循环重命名多个数据帧中的多个列

1 个答案: