Question

我有一个庞大的数据集，其中包含多个时间点（波浪）的问卷调查数据。问卷在每个点上都是相同的，因此变量以时间标记为“ w＃variablename”（例如“ w1age”，“ w2age”，“ w3age”）。

我按每个时间点将较大的文件拆分为数据帧，因此现在我想从每列的列名中删除“ w＃”。

基本上，我想使用R来“查找并替换”以删除任何带有“ w1”的列。

我按如下方式分割数据：

w1 = Data %>% select(matches("w1"))
w2 = Data %>% select(matches("w2"))
w3 = Data %>% select(matches("w3"))
w4 = Data %>% select(matches("w4"))

现在对于这4个数据集的每一个，我想从列名中删除相应的“ w＃”。

谢谢！

Answer 1

我们应该可以在这里使用sub

names(Data) <- sub("^w\\d+", "", names(Data))

正则表达式模式^w\\d+在每个列名w的开头匹配，后跟一个或多个数字。然后，我们将其替换为空字符串，从而有效地从匹配的列名称中删除此前缀。

Answer 2

带有tidyverse的选项为rename_at。仅指定需要使用matches进行更改的列名称，并使用str_remove删除子字符串“ w”，后跟一个或多个数字

library(dplyr)
library(stringr)
Data %>% 
   rename_at(vars(matches("^w\\d+")), ~ str_remove(., "^w\\d+"))

注意：如果列名称已经是w1age，w2age ... w100age，并且当我们删除带数字的“ w”时，所有列将具有相同的列不鼓励使用的名称）。因此，可能我们可能需要用make.unique包装以使列名唯一