我正在使用一组具有日期的列名称的Excel电子表格。
使用readxl::read_xlsx()
读取数据后,这些列名称将成为excel索引日期(即代表从1899-12-30
开始经过的天数的整数)
是否可以使用dplyr::rename_if()
或类似名称重命名当前为整数的所有列名?我编写了一个函数rename_func
,希望将其应用于所有此类列。
df %>% rename_if(is.numeric, rename_func)
不适合,因为is.numeric
应用于列中的数据而非列名本身。我也尝试过:
is.name.numeric <- function(x) is.numeric(names(x))
df %>% rename_if(is.name.numeric, rename_func)
不起作用且不更改任何名称(即is.name.numeric
对于所有列返回FALSE
)
编辑:这是我的数据的虚拟版本
df_badnames <- structure(list(Level = c(1, 2, 3, 3, 3), Title = c("AUSTRALIAN TOTAL",
"MANAGERS", "Chief Executives, Managing Directors & Legislators",
"Farmers and Farm Managers", "Hospitality, Retail and Service Managers"
), `38718` = c(213777.89, 20997.52, 501.81, 121.26, 4402.7),
`38749` = c(216274.12, 21316.05, 498.1, 119.3, 4468.67),
`38777` = c(218563.95, 21671.84, 494.08, 118.03, 4541.02),
`38808` = c(220065.05, 22011.76, 488.56, 116.24, 4609.28)), row.names = c(NA,
-5L), class = c("tbl_df", "tbl", "data.frame"))
我想:
df_goodnames <- structure(list(Level = c(1, 2, 3, 3, 3), Title = c("AUSTRALIAN TOTAL",
"MANAGERS", "Chief Executives, Managing Directors & Legislators",
"Farmers and Farm Managers", "Hospitality, Retail and Service Managers"
), Jan2006 = c(213777.89, 20997.52, 501.81, 121.26, 4402.7),
Feb2006 = c(216274.12, 21316.05, 498.1, 119.3, 4468.67),
Mar2006 = c(218563.95, 21671.84, 494.08, 118.03, 4541.02),
Apr2006 = c(220065.05, 22011.76, 488.56, 116.24, 4609.28)), row.names = c(NA,
-5L), class = c("tbl_df", "tbl", "data.frame"))
我知道创建date
列并更改此df的形状是最佳实践,但是我需要先加入一些电子表格,并且使用整数列名会带来很多问题。我目前有一个解决方法,但是我的问题的症结(将rename_if谓词应用于名称,而不是列)仍然很有趣。
答案 0 :(得分:1)
尽管名称看起来是数字,但不是
class(names(df_badnames))
#[1] "character"
,因此它们不会被is.numeric
或其他类似功能捕获。
一种方法是找出可以将names
强制转换为数字,然后将其转换为我们选择的日期格式
cols <- as.numeric(names(df_badnames))
names(df_badnames)[!is.na(cols)] <- format(as.Date(cols[!is.na(cols)],
origin = "1899-12-30"), "%b%Y")
df_badnames
# Level Title Jan2006 Feb2006 Mar2006 Apr2006
# <dbl> <chr> <dbl> <dbl> <dbl> <dbl>
#1 1 AUSTRALIAN TOTAL 213778. 216274. 218564. 220065.
#2 2 MANAGERS 20998. 21316. 21672. 22012.
#3 3 Chief Executives, Managing Directors & Legisla… 502. 498. 494. 489.
#4 3 Farmers and Farm Managers 121. 119. 118. 116.
#5 3 Hospitality, Retail and Service Managers 4403. 4469. 4541. 4609.