Reemplazo de "renombrar" en dplyr


118

Me gusta la función de cambio de nombre de plyr rename. Recientemente comencé a usar dplyr y me preguntaba si hay una manera fácil de cambiar el nombre de las variables usando una función de dplyr, que sea tan fácil de usar como la de plyr rename.

Respuestas:


148

La versión 0.3 de dplyr agregó una nueva rename()función que funciona igual que plyr::rename().

df <- rename(df, new_name = old_name)

7
¿Podrías explicar la sintaxis? Eso es más importante que el comando. Estoy consumiendo rename(TheDataFrame,OldVarName=NewVarName)pero consigo Error: Unknown variables: NewVarName.y no entiendo por qué.
s_a

2
@s_a He agregado la aclaración. Debería aparecer después de la revisión.
Ryan

4
Si tiene problemas, tal vez sea útil especificar el paquete de forma explícita dplyr::rename(iris, petal_length = Petal.Length).
Boern

2
Dos observaciones rápidas: el comando anterior debe asignarse al marco de datos para que surta efecto iris <- dplyr::rename(iris, petal_length = Petal.Length)y rename () no maneja nombres de variables con espacios, por ejemplo, dplyr::rename(iris, petal_length = "petal length")produce un error.
Anthony Simon Mielniczuk

2
Puede usar setNames()si está reemplazando los nombres de las columnas al por mayor:df %>% mutate(foo = 1 +2) %>% setNames(c("blah", "blu", "bar"))
crazybilly

46

La próxima versión de dplyr admitirá una versión mejorada de select que también incorpora el cambio de nombre:

> mtcars2 <- select( mtcars, disp2 = disp )
> head( mtcars2 )
                  disp2
Mazda RX4         160
Mazda RX4 Wag     160
Datsun 710        108
Hornet 4 Drive    258
Hornet Sportabout 360
Valiant           225
> changes( mtcars, mtcars2 )
Changed variables:
      old         new
disp  0x105500400
disp2             0x105500400

Changed attributes:
      old         new
names 0x106d2cf50 0x106d28a98

2
FYI changesse exporta (o debería ser)
hadley

2
Agradable. Lo único es que esto significará un cambio en el pensamiento por parte del usuario, ya que plyrla función de cambio de nombre usa "old"="new"mientras que dplyrusa new=oldque la mantiene consistente con el resto de las funciones dplyr. Personalmente, no lo considero un problema: te acostumbras rápidamente a las cosas nuevas, especialmente cuando significa una aceleración significativa en el procesamiento de tus datos.
vergilcw

3
Esta es la característica deseada, de ahí la elección del verbo select. No estoy seguro de que tengamos algo que diga seleccionar todas las variables y, por cierto, cambiar el nombre de esta columna.
Romain Francois

1
Quizás, para evitar confusiones, ¿podrías editar tu publicación para que el código refleje la forma selecten que se comporta realmente? Pondría en votación una dplyrmanera fácil de mantener todas las variables y simplemente cambiar el nombre de una o dos. :) Por ahora seguiré cargando plyry usando rename.
vergilcw

2
@RomainFrancois @aaronwolen Puede lograr lo que el OP quiere usando mtcars %>% select(matches(".*"),disp2=disp). Me encantaría una solución más parsimoniosa, pero esto funciona y conserva todas las columnas (aunque no su orden). dispno se duplica.
farnsy

27

De hecho, puede utilizar plyrla renamefunción de 'como parte de las dplyrcadenas. Creo que cada función que a) toma a data.framecomo primer argumento yb) devuelve a data.framefunciona para el encadenamiento. Aquí hay un ejemplo:

library('plyr')
library('dplyr')

DF = data.frame(var=1:5)

DF %>%
    # `rename` from `plyr`
    rename(c('var'='x')) %>%
    # `mutate` from `dplyr` (note order in which libraries are loaded)
    mutate(x.sq=x^2)

#   x x.sq
# 1 1    1
# 2 2    4
# 3 3    9
# 4 4   16
# 5 5   25

ACTUALIZACIÓN: La versión actual de dplyradmite el cambio de nombre directamente como parte de la selectfunción (consulte la publicación de Romain Francois más arriba). Sin embargo, la afirmación general sobre el uso de funciones que no son dplyr como parte de dplyrcadenas sigue siendo válida y renamees un ejemplo interesante.


5
Es mejor cargar dplyr tras plyr en este caso. De esa manera, las funciones dplyr más rápidas se usan cuando están disponibles y puede usar mutate en lugar de dplyr :: mutate
Vincent

Parece que tiene razón sobre poder usar funciones que no son dplyr en el encadenamiento. mtcars%.% rename (c ("mpg", "cyl"), c ("mympg", "mycyl")) funciona donde renombrar es la función definida en mi respuesta.
Vincent

Cambié el orden de carga de dplyr y plyr, gracias.
user2503795

Esta es una solución alternativa decente, aunque genera una discusión interesante sobre el rendimiento en datos más grandes, que es una de las principales ventajas de dplyr. ¡Gracias por la sugerencia!
vergilcw

cambia el nombre del trabajo por referencia como setnames del paquete
data.table

9

No aparece como una función en dplyr (todavía): http://cran.rstudio.org/web/packages/dplyr/dplyr.pdf

La función siguiente funciona (casi) igual si no desea cargar tanto plyr como dplyr

rename <- function(dat, oldnames, newnames) {
  datnames <- colnames(dat)
  datnames[which(datnames %in% oldnames)] <- newnames
  colnames(dat) <- datnames
  dat
}

dat <- rename(mtcars,c("mpg","cyl"), c("mympg","mycyl"))
head(dat)

                  mympg mycyl disp  hp drat    wt  qsec vs am gear carb
Mazda RX4          21.0     6  160 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag      21.0     6  160 110 3.90 2.875 17.02  0  1    4    4
Datsun 710         22.8     4  108  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive     21.4     6  258 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout  18.7     8  360 175 3.15 3.440 17.02  0  0    3    2
Valiant            18.1     6  225 105 2.76 3.460 20.22  1  0    3    1

Editar: El comentario de Romain produce lo siguiente (tenga en cuenta que la función de cambios requiere dplyr .1.1)

> dplyr:::changes(mtcars, dat)
Changed variables:
          old         new        
disp      0x108b4b0e0 0x108b4e370
hp        0x108b4b210 0x108b4e4a0
drat      0x108b4b340 0x108b4e5d0
wt        0x108b4b470 0x108b4e700
qsec      0x108b4b5a0 0x108b4e830
vs        0x108b4b6d0 0x108b4e960
am        0x108b4b800 0x108b4ea90
gear      0x108b4b930 0x108b4ebc0
carb      0x108b4ba60 0x108b4ecf0
mpg       0x1033ee7c0            
cyl       0x10331d3d0            
mympg                 0x108b4e110
mycyl                 0x108b4e240

Changed attributes:
          old         new        
names     0x10c100558 0x10c2ea3f0
row.names 0x108b4bb90 0x108b4ee20
class     0x103bd8988 0x103bd8f58

3
El único problema aquí es que se copian los datos. No es gran cosa si se trata de jugar, es decir, mtcarsetc. pero bastante dramático si se trata de datos importantes. chequedplyr:::changes(mtcars, dat)
Romain Francois

1
Gracias por el comentario Romain. ¿Hay alguna razón por la que los cambios no se exportan desde dplyr? Parece una función bastante útil.
Vincent

1
Supongo que Hadley lo ve principalmente como una herramienta de desarrollo para nosotros.
Romain Francois

1
Definitivamente debería exportarse. Puede que lo haya olvidado
hadley

2

Aunque no es exactamente un cambio de nombre, dplyr::select_all()se puede utilizar para cambiar el formato de los nombres de las columnas. Este ejemplo reemplaza espacios y puntos con un guión bajo y convierte todo a minúsculas:

iris %>%  
  select_all(~gsub("\\s+|\\.", "_", .)) %>% 
  select_all(tolower) %>% 
  head(2)
  sepal_length sepal_width petal_length petal_width species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa

1

Intenté usar dplyr :: rename y me sale un error:

occ_5d <- dplyr::rename(occ_5d, rowname='code_5d')
Error: Unknown column `code_5d` 
Call `rlang::last_error()` to see a backtrace

En su lugar, utilicé la función base R que resulta ser bastante simple y efectiva:

names(occ_5d)[1] = "code_5d"
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.