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”？

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