按名称重命名多个列

这将更改所有名称中出现的所有字母：

 names(x) <- gsub("q", "A", gsub("e", "B", names(x) ) )

names(x)[names(x) %in% c("q","e")]<-c("A","B")

setnames从包将在 S 或 S 上工作data.tabledata.framedata.table

library(data.table)
d <- data.frame(a=1:2,b=2:3,d=4:5)
setnames(d, old = c('a','d'), new = c('anew','dnew'))
d


 #   anew b dnew
 # 1    1 2    4
 # 2    2 3    5

请注意，更改是通过引用进行的，因此不会复制（即使对于 data.frames！

基于 @user3114046 的回答：

x <- data.frame(q=1,w=2,e=3)
x
#  q w e
#1 1 2 3

names(x)[match(oldnames, names(x))] <- newnames

x
#  A w B
#1 1 2 3

这不会依赖于数据集中列的特定顺序。x

对于不太大的数据帧，另一个解决方案是（建立在@thelatemail答案之上）：

x <- data.frame(q=1,w=2,e=3)

> x
  q w e
1 1 2 3

colnames(x) <- c("A","w","B")

> x
  A w B
1 1 2 3

或者，您也可以使用：

names(x) <- c("C","w","D")

> x
  C w D
1 1 2 3

此外，您还可以重命名列名的子集：

names(x)[2:3] <- c("E","F")

> x
  C E F
1 1 2 3

因此，如果您不确定这些列是否存在并且只想重命名那些存在列，那么我自己最近也遇到了这个问题：

existing <- match(oldNames,names(x))
names(x)[na.omit(existing)] <- newNames[which(!is.na(existing))]

如果数据的一行包含要更改所有列的名称，则可以执行

names(data) <- data[row,]

给定是数据帧，是包含新值的行号。datarow

然后，您可以删除包含名称的行

data <- data[-row,]

您可以设置名称，将其另存为列表，然后对字符串进行批量重命名。一个很好的例子是，当你在数据集上做一个从长到宽的转换时：

names(labWide)
      Lab1    Lab10    Lab11    Lab12    Lab13    Lab14    Lab15    Lab16
1 35.75366 22.79493 30.32075 34.25637 30.66477 32.04059 24.46663 22.53063

nameVec <- names(labWide)
nameVec <- gsub("Lab","LabLat",nameVec)

names(labWide) <- nameVec
"LabLat1"  "LabLat10" "LabLat11" "LabLat12" "LabLat13" "LabLat14""LabLat15"    "LabLat16" " 

使用 dplyr，您可以：

library(dplyr)

df = data.frame(q = 1, w = 2, e = 3)
    
df %>% rename(A = q, B = e)

#  A w B
#1 1 2 3

或者，如果您想使用载体，正如 @Jelena-bioinf 所建议的那样：

library(dplyr)

df = data.frame(q = 1, w = 2, e = 3)

oldnames = c("q","e")
newnames = c("A","B")

df %>% rename_at(vars(oldnames), ~ newnames)

#  A w B
#1 1 2 3

L. D. Nicolas May建议，所给出的更改将被以下命令所取代：rename_atrename_with

df %>% 
  rename_with(~ newnames[which(oldnames == .x)], .cols = oldnames)

#  A w B
#1 1 2 3

有很多答案，所以我只是编写了函数，以便您可以复制/粘贴。

rename <- function(x, old_names, new_names) {
    stopifnot(length(old_names) == length(new_names))
    # pull out the names that are actually in x
    old_nms <- old_names[old_names %in% names(x)]
    new_nms <- new_names[old_names %in% names(x)]

    # call out the column names that don't exist
    not_nms <- setdiff(old_names, old_nms)
    if(length(not_nms) > 0) {
        msg <- paste(paste(not_nms, collapse = ", "), 
            "are not columns in the dataframe, so won't be renamed.")
        warning(msg)
    }

    # rename
    names(x)[names(x) %in% old_nms] <- new_nms
    x
}

 x = data.frame(q = 1, w = 2, e = 3)
 rename(x, c("q", "e"), c("Q", "E"))

   Q w E
 1 1 2 3

这是我发现的使用组合和一些操作重命名多个列的最有效方法。purrr::set_names()stringr

library(tidyverse)

# Make a tibble with bad names
data <- tibble(
    `Bad NameS 1` = letters[1:10],
    `bAd NameS 2` = rnorm(10)
)

data 
# A tibble: 10 x 2
   `Bad NameS 1` `bAd NameS 2`
   <chr>                 <dbl>
 1 a                    -0.840
 2 b                    -1.56 
 3 c                    -0.625
 4 d                     0.506
 5 e                    -1.52 
 6 f                    -0.212
 7 g                    -1.50 
 8 h                    -1.53 
 9 i                     0.420
 10 j                     0.957

# Use purrr::set_names() with annonymous function of stringr operations
data %>%
    set_names(~ str_to_lower(.) %>%
                  str_replace_all(" ", "_") %>%
                  str_replace_all("bad", "good"))

# A tibble: 10 x 2
   good_names_1 good_names_2
   <chr>               <dbl>
 1 a                  -0.840
 2 b                  -1.56 
 3 c                  -0.625
 4 d                   0.506
 5 e                  -1.52 
 6 f                  -0.212
 7 g                  -1.50 
 8 h                  -1.53 
 9 i                   0.420
10 j                   0.957

旁注，如果要将一个字符串连接到所有列名，则可以使用此简单代码。

colnames(df) <- paste("renamed_",colnames(df),sep="")

如果表包含两列具有相同名称，则代码如下所示：

rename(df,newname=oldname.x,newname=oldname.y)

这是您需要的功能： 然后只需在 rename（X） 中传递 x，它将重命名出现的所有值，如果它不在那里，它就不会出错

rename <-function(x){
  oldNames = c("a","b","c")
  newNames = c("d","e","f")
  existing <- match(oldNames,names(x))
  names(x)[na.omit(existing)] <- newNames[which(!is.na(existing))]
  return(x)
}

您可以使用命名向量。下面两个选项（使用基本 R 和 dplyr）。

基数 R，通过子集：

x = data.frame(q = 1, w = 2, e = 3) 

rename_vec <- c(q = "A", e = "B")
## vector of same length as names(x) which returns NA if there is no match to names(x)
which_rename <- rename_vec[names(x)]
## simple ifelse where names(x) will be renamed for every non-NA 
names(x) <- ifelse(is.na(which_rename), names(x), which_rename)

x
#>   A w B
#> 1 1 2 3

或者带有以下选项：dplyr!!!

library(dplyr)

rename_vec <- c(A = "q", B = "e") # the names are just the other way round than in the base R way!

x %>% rename(!!!rename_vec)
#>   A w B
#> 1 1 2 3

后者之所以有效，是因为“大爆炸”算子正在强制对列表或向量进行求值。!!!

?`!!`

!!!forces-splice 对象列表。列表的元素是 就地拼接，这意味着它们各自成为一个单一的参数。

有几个答案提到了这些功能，并且已经。因为它们是分开的。此答案说明了两者之间的区别以及使用函数和公式重命名列。dplyr::rename_withrlang::set_names

rename_with从包中可以使用函数或公式 重命名作为参数给出的选定列。例如，传递函数名称：dplyr.colstoupper

library(dplyr)
rename_with(head(iris), toupper, starts_with("Petal"))

相当于传递公式：~ toupper(.x)

rename_with(head(iris), ~ toupper(.x), starts_with("Petal"))

重命名所有列时，也可以从 rlang 包中使用。为了做一个不同的例子，让我们用作重命名函数。 接受 2 个参数，因此有不同的方法可以传递第二个参数，具体取决于我们使用的是函数还是公式。set_namespaste0pasteO

rlang::set_names(head(iris), paste0, "_hi")
rlang::set_names(head(iris), ~ paste0(.x, "_hi"))

通过首先传递数据帧来实现相同的目的 参数，函数作为第二个参数，所有列作为第三个参数 参数和函数参数作为第四个参数 论点。或者，您可以放置第二个、第三个和第四个 作为第二个参数给出的公式中的参数。rename_with.data.fn.cols=everything()...

rename_with(head(iris), paste0, everything(), "_hi")
rename_with(head(iris), ~ paste0(.x, "_hi"))

rename_with仅适用于数据框。 更通用，可以 同时执行矢量重命名set_names

rlang::set_names(1:4, c("a", "b", "c", "d"))

更新 dplyr 1.0.0

最新的 dplyr 版本通过添加 where 引用函数作为输入变得更加灵活。诀窍是将字符向量重新表述为公式 （by ），因此它等价于 。rename_with()_with newnames~function(x) return (newnames)

在我的主观意见中，这是最优雅的 dplyr 表达。 更新：多亏了@desval，oldnames 向量必须被包装以包含其所有元素：all_of

# shortest & most elegant expression
df %>% rename_with(~ newnames, all_of(oldnames))

A w B
1 1 2 3

旁注：

如果颠倒顺序，则必须将任一参数 .fn 指定为在 .cols 参数之前指定 .fn：

df %>% rename_with(oldnames, .fn = ~ newnames)

A w B
1 1 2 3

或指定参数 .col：

 df %>% rename_with(.col = oldnames, ~ newnames)

A w B
1 1 2 3

上面使用专门的软件包提供了许多很好的答案。这是一种仅使用基本 R 执行此操作的简单方法。

df.rename.cols <- function(df, col2.list) {
  tlist <- transpose(col2.list)
    
  names(df)[which(names(df) %in% tlist[[1]])] <- tlist[[2]]

  df
} 

下面是一个示例：

df1 <- data.frame(A = c(1, 2), B = c(3, 4), C = c(5, 6), D = c(7, 8))
col.list <- list(c("A", "NewA"), c("C", "NewC"))
df.rename.cols(df1, col.list)

  NewA B NewC D
1    1 3    5 7
2    2 4    6 8

出于执行时间的目的，我建议使用数据表结构：

> df = data.table(x = 1:10, y = 3:12, z = 4:13)
> oldnames = c("x","y","z")
> newnames = c("X","Y","Z")
> library(microbenchmark)
> library(data.table)
> library(dplyr)
> microbenchmark(dplyr_1 = df %>% rename_at(vars(oldnames), ~ newnames) ,
+                dplyr_2 = df %>% rename(X=x,Y=y,Z=z) ,
+                data_tabl1= setnames(copy(df), old = c("x","y","z") , new = c("X","Y","Z")),
+                times = 100) 
Unit: microseconds
       expr    min      lq     mean  median      uq     max neval
    dplyr_1 5760.3 6523.00 7092.538 6864.35 7210.45 17935.9   100
    dplyr_2 2536.4 2788.40 3078.609 3010.65 3282.05  4689.8   100
 data_tabl1  170.0  218.45  368.261  243.85  274.40 12351.7   100

我最近根据 @agile Bean 的答案（以前使用 ）构建了一个函数，该函数如果列名存在于数据框中，则该函数会更改列名，这样就可以在适用时使异构数据框的列名相互匹配。rename_withrename_at

循环肯定可以改进，但我想我会为后代分享。

创建示例数据框：

x= structure(list(observation_date = structure(c(18526L, 18784L, 
17601L), class = c("IDate", "Date")), year = c(2020L, 2021L, 
2018L)), sf_column = "geometry", agr = structure(c(id = NA_integer_, 
common_name = NA_integer_, scientific_name = NA_integer_, observation_count = NA_integer_, 
country = NA_integer_, country_code = NA_integer_, state = NA_integer_, 
state_code = NA_integer_, county = NA_integer_, county_code = NA_integer_, 
observation_date = NA_integer_, time_observations_started = NA_integer_, 
observer_id = NA_integer_, sampling_event_identifier = NA_integer_, 
protocol_type = NA_integer_, protocol_code = NA_integer_, duration_minutes = NA_integer_, 
effort_distance_km = NA_integer_, effort_area_ha = NA_integer_, 
number_observers = NA_integer_, all_species_reported = NA_integer_, 
group_identifier = NA_integer_, year = NA_integer_, checklist_id = NA_integer_, 
yday = NA_integer_), class = "factor", .Label = c("constant", 
"aggregate", "identity")), row.names = c("3", "3.1", "3.2"), class = "data.frame")

功能

match_col_names <- function(x){

  col_names <- list(date = c("observation_date", "date"),
                    C =    c("observation_count", "count","routetotal"),
                    yday  = c("dayofyear"),
                    latitude  = c("lat"),
                    longitude = c("lon","long")
                    )

  for(i in seq_along(col_names)){
    newname=names(col_names)[i]
    oldnames=col_names[[i]]

  toreplace = names(x)[which(names(x) %in% oldnames)]
  x <- x %>%
    rename_with(~newname, toreplace)
}

return(x)

}

apply 函数

x <- match_col_names(x)

一种基本方式，使用将采取第一场比赛的利用方式。setNames[]

names(x) <- setNames(c(newnames, names(x)), c(oldnames, names(x)))[names(x)]

names(x) <- (\(.) setNames(c(newnames, .), c(oldnames, .))[.])(names(x)) #Variant

x
#  A w B
#1 1 2 3

用。transform

names(x) <- do.call(transform, c(list(as.list(setNames(names(x), names(x)))),
                                 as.list(setNames(newnames, oldnames))))

数据

x = data.frame(q=1,w=2,e=3)
oldnames = c("q","e")
newnames = c("A","B")