您可以将变量设置为列名吗？

Question

如果我有一个如下的数据框，带有文本值和 NA 单元格的组合：

<头>

id	Col1	Col2	Col3	Col4	Col5	列...
id1	不适用	不适用	样品	不适用	重量	等
id2	不适用	尺寸	不适用	不适用	不适用	等
id3	音量	尺寸	样品	不适用	不适用	等
id4	不适用	不适用	不适用	数量	不适用	等
id5	不适用	不适用	样品	数量	重量	等

是否可以使用该列中最常用的值重命名标题，如下所示？

<头>

id	音量	尺寸	样本	数量	重量
id1	不适用	不适用	样品	不适用	重量
id2	不适用	尺寸	不适用	不适用	不适用
id3	音量	尺寸	样品	不适用	不适用
id4	不适用	不适用	不适用	数量	不适用
id5	不适用	不适用	样品	数量	重量

Answer 1

试试下面的代码

> cbind(df[1], setNames(df[-1], sapply(df[-1], function(x) unique(na.omit(x)))))
   id volume size sample  qty weight
1 id1   <NA> <NA> sample <NA> weight
2 id2   <NA> size   <NA> <NA>   <NA>
3 id3 volume size sample <NA>   <NA>
4 id4   <NA> <NA>   <NA>  qty   <NA>
5 id5   <NA> <NA> sample  qty weight

数据

> dput(df)
structure(list(id = c("id1", "id2", "id3", "id4", "id5"), Col1 = c(NA,
NA, "volume", NA, NA), Col2 = c(NA, "size", "size", NA, NA),
    Col3 = c("sample", NA, "sample", NA, "sample"), Col4 = c(NA,
    NA, NA, "qty", "qty"), Col5 = c("weight", NA, NA, NA, "weight"
    )), class = "data.frame", row.names = c(NA, -5L))

Answer 2

您可以使用 here 中的 Mode 函数获取每列中出现频率最高的值。

Mode <- function(x) {
  ux <- unique(na.omit(x))
  ux[which.max(tabulate(match(x, ux)))]
}

将其应用于每一列并更改列名称。

names(df)[-1] <- sapply(df[-1], Mode)
df

#   id volume size sample  qty weight
#1 id1   <NA> <NA> sample <NA> weight
#2 id2   <NA> size   <NA> <NA>   <NA>
#3 id3 volume size sample <NA>   <NA>
#4 id4   <NA> <NA>   <NA>  qty   <NA>
#5 id5   <NA> <NA> sample  qty weight