努力在tidyverse中优雅地改变列

Question

我正在处理PUMS数据，并且我正在使用tidycensus来转换某些列的值。但是，这将添加一个结构为: columnname_label的新列。我想用columnname_label中的新翻译值替换原始列。下面是我的数据框示例：

df <-data.frame(Region= c(1,2,1,4,3,1), 
                Region_label = c("North", "South", "North", "West", "East", "North"),
                Broadband = c(0,1,0,0,0,1)
                Broadband_label = c("No","Yes","No","No","No","Yes")
                Hispeed = c(1,1,0,0,1,0)
                Hispeed_label = c("Yes", "Yes","No","No","Yes","No")

我知道我可以用tidycensus写出这样的代码：

library(tidyverse)

recode <- df %>% mutate(Region = Region_label) %>% mutate(Broadband = Broadband_label) %>% 
          mutate(Hispeed = Hispeed_label)

但是，我有66列需要与"_label“列匹配。有没有一种更优雅的方式来实现这一点，而不是编写66条变异语句？

我曾尝试使用mutate_at编写一个循环，但它不起作用。

subset1 <- grep('*label*',names(df),value = TRUE) 

name <- names(df)

for (i in subset1) {
  

final <- final_house %>% mutate_at(vars(matches(trimws(name,"right","\\_label"))),i) 

}

这不起作用。

谢谢!

Answer 1

library(dplyr)

df %>% 
  select(ends_with("label")) %>% 
  rename_with(~ gsub("_label","", .))

输出

  Region Broadband Hispeed
1  North        No     Yes
2  South       Yes     Yes
3  North        No      No
4   West        No      No
5   East        No     Yes
6  North       Yes      No

Answer 2

首先，选择以"label"结尾的所有列。然后，您可以使用reprex提取字符串，直到第一个下划线(_)。

df %>% 
  select(ends_with("label")) %>% 
  rename_with(~ str_extract(.x, "^[^_]+(?=_)"))

请注意，为此您需要dplyr版本1.0.0或更高版本。

Answer 3

使用across，这将为每个名称为X的列分配名称为X_label的列。如果可能存在没有对应_label列的列，则将across的第一个参数替换为sub("_label$", "", subset1)，其中在问题中定义了subset1。

 df %>% 
   mutate(across(!ends_with("_label"), 
                 ~ cur_data()[[paste0(cur_column(), "_label")]]))

给予：

  Region Region_label Broadband Broadband_label Hispeed Hispeed_label
1  North        North        No              No     Yes           Yes
2  South        South       Yes             Yes     Yes           Yes
3  North        North        No              No      No            No
4   West         West        No              No      No            No
5   East         East        No              No     Yes           Yes
6  North        North       Yes             Yes      No            No

请注意，仅使用base R即可轻松完成上述操作：

replace(df, sub("_label$", "", subset1), df[subset1])

或者添加管道：

df %>% replace(sub("_label$", "", subset1), .[subset1])