使用gsub重命名多列时遇到的问题及解决方案咨询

我有一份来自Qualtrics问卷的数据集，其中表单格式的问题将响应拆分为多列，列名统一为「问题文本 - 表单字段名」（例如"What is your contact info? - Name"、"What is your contact info? - City"等）。我希望移除短横线前的文本，仅保留表单字段名。

我想用gsub()把"What is your contact info? - "替换为空值来实现，但尝试结合contains()、rename()等函数的多种组合都出了问题，以下是我的尝试及遇到的错误：

尝试的代码及问题 #

# 可复现代码示例
test<- structure(list(`What is your contact info? - Name` = c("John", 
"Jacob", "Jess"), `What is your contact info? - City` = c("Austin", 
"Helena", "Albany"), `What is your contact info? - State` = c("Texas", 
"Montana", "New York"), Gender = c("Male", "Non-Binary", "Female"
), Group = 1:3), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, 
-3L))

## 尝试1
data<- test%>%
mutate(across(contains("What is your contact info? - "),
                gsub("What is your contact info? - ","")))
# 错误信息：
# Error in `mutate()`:
# ℹ In argument: `across(...)`.
# Caused by error in `gsub()`:
# ! argument "x" is missing, with no default
# Error in `mutate()`:                                                                                                                                                              
# ℹ In argument: `across(...)`.
# Caused by error in `across()`:
# ! `.fns` must be a function, a formula, or a list of functions/formulas.

## 尝试2
data<- test%>%
 rename(contains("What is your contact info? - "),
                gsub("What is your contact info? - ",""))
# 错误信息：
# Error in `rename()`:
# ℹ In argument: `gsub("What is your contact info? - ", "")`.
# Caused by error in `gsub()`:
# ! argument "x" is missing, with no default
# Run `rlang::last_trace()` to see where the error occurred.

## 尝试3
data<- test%>%
 rename(setNames(paste0(names(.)), gsub("What is your contact info? - ","",names(.))))
# 无报错，但列名未更改

错误原因分析 #

• 尝试1：mutate()的作用是修改列的内容，不是重命名列。而且across()要求传入的函数必须是完整的函数、公式或函数列表，你直接调用gsub()却没指定要处理的对象（x参数），语法完全错误。
• 尝试2：rename()的正确语法是新列名 = 旧列名的键值对形式，你传入的参数不符合函数要求，且gsub()同样缺失必要的x参数。
• 尝试3：setNames()的参数顺序搞反了，正确顺序是setNames(对象, 新名称)，你把旧名称和新名称弄反了，导致重命名无效。

正确实现方法 #

推荐使用dplyr的rename_with()函数，它专门用于批量重命名列，搭配contains()筛选目标列，再用gsub()处理列名：

library(dplyr)

# 针对特定问题文本的写法
data <- test %>%
  rename_with(
    ~ gsub("What is your contact info? - ", "", .x),
    contains("What is your contact info? - ")
  )

# 查看重命名后的列名
names(data)
# [1] "Name"   "City"   "State"  "Gender" "Group"

如果你的数据集里有多个不同问题文本的表单列，可以用更通用的正则表达式写法，自动匹配所有" - "分隔的列名，提取后面的字段名：

data <- test %>%
  rename_with(
    ~ gsub(".* - ", "", .x),
    matches(" - ")
  )

正则表达式".* - "会匹配从列名开头到最后一个" - "的所有内容，替换为空后就只剩下后面的表单字段名，适用性更广。

内容的提问来源于stack exchange，提问作者Mary Rachel