如何解决如何使用字典使用 R/dplyr有效地附加数据集? / 如何合并“所有具有重复名称的列”?
我有一系列数据集和一本字典来将这些组合在一起。但我正在努力弄清楚如何实现自动化。
假设这个数据和字典(实际的要长得多,因此我想自动化):
mtcarsA <- mtcars[1:5,] %>% rename(mpgA = mpg,cyl_A = cyl) %>% as_tibble()
mtcarsB <- mtcars[6:10,] %>% rename(mpg_B = mpg,B_cyl = cyl) %>% as_tibble()
dic <- tibble(true_name = c("mpg_true","cyl_true"),nameA = c("mpgA","cyl_A"),nameB = c("mpg_B","B_cyl")
)
我希望将这些数据集(来自 A 年和 B 年)相互附加,然后将名称更改或合并为“true_name”值。
我可以将数据集组合成mtcars_all
,然后我尝试用字典重新编码列名,如下
mtcars_all <- bind_rows((mtcarsA,mtcarsB)
recode_colname <- function(df,tn=dic$true_name,fname){
colnames(df) <- dplyr::recode(colnames(df),!!!setNames(as.character(tn),fname))
return(df)
}
mtcars_all <- mtcars_all %>%
recode_colname(fname=dic$nameA) %>%
recode_colname(fname=dic$nameB)
但后来我得到重复列。当然,我可以按名称合并这些重复的列中的每一个,但在我的实际情况中会很多,所以我想自动化“合并所有具有重复名称的列”。
我在这里给出整个问题,因为也许有人也有更好的“使用数据字典”的解决方案。
解决方法
您可以创建一个命名向量来替换列名。
library(tidyverse)
pmap(dic,~setNames(..1,paste0(c(..2,..3),collapse = '|'))) %>%
flatten_chr() -> val
val
# mpgA|mpg_B cyl_A|B_cyl
# "mpg_true" "cyl_true"
并将其应用于数据框列表并将它们组合起来。
list(mtcarsA,mtcarsB) %>%
map_df(function(x) x %>% rename_with(~str_replace_all(.x,val)))
# mpg_true cyl_true disp hp drat wt qsec vs am gear carb
# <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# 1 21 6 160 110 3.9 2.62 16.5 0 1 4 4
# 2 21 6 160 110 3.9 2.88 17.0 0 1 4 4
# 3 22.8 4 108 93 3.85 2.32 18.6 1 1 4 1
# 4 21.4 6 258 110 3.08 3.22 19.4 1 0 3 1
# 5 18.7 8 360 175 3.15 3.44 17.0 0 0 3 2
# 6 18.1 6 225 105 2.76 3.46 20.2 1 0 3 1
# 7 14.3 8 360 245 3.21 3.57 15.8 0 0 3 4
# 8 24.4 4 147. 62 3.69 3.19 20 1 0 4 2
# 9 22.8 4 141. 95 3.92 3.15 22.9 1 0 4 2
#10 19.2 6 168. 123 3.92 3.44 18.3 1 0 4 4
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。