设置R数据框中的循环列名

Question

我有两个数据帧- df "A“有唯一的列名；df "B”有这些来自"A“的唯一列名所属的组。例如：

> A
 ID1 ID2 ID3 ID4 ID5 ID6 
1 0.5 0.2 0.0 0.6 0.8 0.2 
2 0.1 0.3 0.1 0.4 0.0 0.4 
3 1.2 1.1 1.4 1.5 1.9 1.3 
4 1.1 1.3 1.5 1.9 1.0 1.1 

> B
ID   Group 
ID1  Grp1
ID2  Grp2
ID3  Grp1
ID4  Grp1
ID5  Grp2
ID6  Grp2 

我正在尝试转换"A“的列名，以便它们反映组名，而不是唯一的ID。但是，当我执行此转换时，R会自动添加.1、.2、..列名的后缀，这阻碍了我的下游分析。

下面是我的代码：

names = colnames(A)
colnames(A) <- as.character(B$Group[match(colnames(A),B$ID)])
counts = table(colnames(A))
to_keep = names(counts)[counts >= 1]
pData <- B[B$Group %in% to_keep,]
to_keep = which(colnames(A) %in% to_keep)   
A <- A[,to_keep]
names <- names[to_keep]

让我知道如何解决这个问题！

谢谢！

编辑:感谢大家的帮助！在您的帮助下，我设法获得了非唯一的列名。我将在这里解释我的用例，这样您可能会理解我为什么要这样做。

我有一个df "A“，这样一些列属于grp1，一些列属于grp2。我希望能够生成用于训练算法的训练集。这个集合是通过随机抽取其中一些组并将它们混合而创建的。其代码如下所示：

names(A) <- B$Group[match(names(A), B$ID)]
counts = table(colnames(A))
training <- as.numeric(unlist(sapply(unique(colnames(A)), function(x) {
  sample(which(colnames(A) %in% x), counts[x]/2) })))

对于这种用例，欢迎使用任何替代方法。

谢谢！

Answer 1

也许是这个？

names(A) = setNames(B$Group, B$ID)[names(A)]

这是基于这样的假设:您希望A中名为"ID1“的列变为名为"Grp1”的列，依此类推。

我将保留这一点，因为这是另一个答案的不同方法，但我也同意使用非唯一名称不是一种好的做法。

Answer 2

您可以使用match：

names(A) <- B$Group[match(names(A), B$ID)]
A
#  Grp1 Grp2 Grp1 Grp1 Grp2 Grp2
#1  0.5  0.2  0.0  0.6  0.8  0.2
#2  0.1  0.3  0.1  0.4  0.0  0.4
#3  1.2  1.1  1.4  1.5  1.9  1.3
#4  1.1  1.3  1.5  1.9  1.0  1.1

但是，使用重复的列名并不是一个好的做法。您可以添加一些前缀/后缀来区分列名。是否可以将原始列名附加到组名？

names(A) <- paste(B$Group[match(names(A), B$ID)], names(A), sep = '_')
A

#  Grp1_ID1 Grp2_ID2 Grp1_ID3 Grp1_ID4 Grp2_ID5 Grp2_ID6
#1      0.5      0.2      0.0      0.6      0.8      0.2
#2      0.1      0.3      0.1      0.4      0.0      0.4
#3      1.2      1.1      1.4      1.5      1.9      1.3
#4      1.1      1.3      1.5      1.9      1.0      1.1

Answer 3

我们还可以使用

library(dplyr)
A <- A %>% 
  rename_at(vars(B$ID), ~ make.unique(B$Group))

-output

A
# Grp1 Grp2 Grp1.1 Grp1.2 Grp2.1 Grp2.2
#1  0.5  0.2    0.0    0.6    0.8    0.2
#2  0.1  0.3    0.1    0.4    0.0    0.4
#3  1.2  1.1    1.4    1.5    1.9    1.3
#4  1.1  1.3    1.5    1.9    1.0    1.1