Как переименовать имена столбцов, используя словарь псевдонимов / синонимов в R? - PullRequest
Новая
       7

Как переименовать имена столбцов, используя словарь псевдонимов / синонимов в R?

2 голосов
/ 19 марта 2020

Я много читаю на этом замечательном сайте, но на самом деле это мой самый первый вопрос. Так что терпите меня!

Я аспирант, работающий с данными по экологии (данные о численности видов из разных местностей) от разных ученых. Я хочу улучшить свое управление данными и прекратить ручное редактирование необработанных данных, а вместо этого делать все свои изменения с помощью скрипта. Таксономия видов может быть беспорядком, что означает: разные синонимы или псевдонимы для одного и того же вида. Кроме того, поскольку я использую данные разных ученых, мне приходится иметь дело с разными сокращениями видов, разным порядком столбцов, а также опечатками. Вы называете это. Теперь мне интересно, есть ли хороший способ переименовать имена моих столбцов, используя словарь псевдонимов / синонимов. Я провожу несколько часов, изучая, но не могу найти ответ, который действительно соответствует моей проблеме.

Вот небольшой пример моих данных: 

df1 <- tibble(depth_cm = c(1.5:4.5), n_pachyderma_d = c(70.2:73.2), n_pachyderma_s = c(10.1:13.1), g_quinqueloba = c(2.4:5.4))
dict <- tibble(new_name = c("turborotalita_quinqueloba", "neogloboquadrina_incompta", "neogloboquadrina_pachyderma"),  alias1 = c("t_quinqueloba", "neogloboquadrina_pachyderma_dextral", "globigerina_pachyderma"), alias2 = c("g_quinqueloba", "n_pachyderma_d", "n_pachyderma_s"), alias3 = c(NA, "n_incompta", "n_pachyderma"))

df1 - это мой фактический необработанный лист данных со значениями глубины и численностью различных видов. 

> df1
# A tibble: 4 x 4
  depth_cm n_pachyderma_d n_pachyderma_s g_quinqueloba
     <dbl>          <dbl>          <dbl>         <dbl>
1      1.5           70.2           10.1           2.4
2      2.5           71.2           11.1           3.4
3      3.5           72.2           12.1           4.4
4      4.5           73.2           13.1           5.4

И dict - мой словарь, который я хочу использовать. Имейте в виду, что псевдонимы могут быть разными для определенного вида c. Я хочу обновить этот словарь новыми псевдонимами, как только столкнусь с ними. 

> dict
# A tibble: 3 x 4
  new_name                    alias1                              alias2         alias3      
  <chr>                       <chr>                               <chr>          <chr>       
1 turborotalita_quinqueloba   t_quinqueloba                       g_quinqueloba  NA          
2 neogloboquadrina_incompta   neogloboquadrina_pachyderma_dextral n_pachyderma_d n_incompta  
3 neogloboquadrina_pachyderma globigerina_pachyderma              n_pachyderma_s n_pachyderma

Теперь я хочу переименовать имена столбцов видов df1 с помощью new_name ища имя столбца в dict . Однако, так как я все еще изучаю R, у меня нет хорошей идеи, как подойти к этому вопросу. Но в основном я хочу проверить каждое название столбца с помощью словаря, а затем переименовать столбец с правильным названием вида. Есть ли разумный подход для этого? Моя главная цель - автоматизировать импорт и стандартизацию различных наборов данных.

Я с нетерпением жду каждого предложения или помощи!

1 Ответ

1 голос
/ 19 марта 2020

Мы можем изменить формат 'dict' в 'long' 

library(dplyr)
library(tidyr)
new_dict <- dict %>%
      pivot_longer(cols = starts_with('alias')) %>%
      filter(value %in% names(df1)) %>% 
      select(-name)

и использовать его для переименования столбцов в 'df1' 

df2 <- df1 %>% 
          rename_at(vars(new_dict$value), ~ new_dict$new_name)

df2
# A tibble: 4 x 4
#  depth_cm neogloboquadrina_incompta neogloboquadrina_pachyderma turborotalita_quinqueloba
#     <dbl>                     <dbl>                       <dbl>                     <dbl>
#1      1.5                      70.2                        10.1                       2.4
#2      2.5                      71.2                        11.1                       3.4
#3      3.5                      72.2                        12.1                       4.4
#4      4.5                      73.2                        13.1                       5.4
...