如何移除数据框变量名中除最后一个下划线外的所有下划线？

需求说明 #

需要移除数据框变量名中除最后一个实例外的所有下划线（_），且不依赖最后一个下划线后的字符模式，确保代码能适配所有含多个下划线的变量名。

示例数据 #

原数据框结构：

structure(list(subjectID = c("P1", "P2", "P3", "P4", "P5"), var_t1_new_3m = c(1, 
3, 5, 2, 1), var_t1_old_3m = c(6, 8, 9, 2, 3), var_t2_new_6m = c(1, 
5, 8, 9, 3), var_t2_old_6m = c(5, 3, 8, 1, 7), var_t3_new_12m = c(1, 
9, 2, 7, 3), var_t3_old_12m = c(6, 1, 4, 9, 3)), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -5L))

期望处理后的变量名结构：

structure(list(subjectID = c("P1", "P2", "P3", "P4", "P5"), vart1new_3m = c(1, 
3, 5, 2, 1), vart1old_3m = c(6, 8, 9, 2, 3), vart2new_6m = c(1, 
5, 8, 9, 3), vart2old_6m = c(5, 3, 8, 1, 7), var3new_12m = c(1, 
9, 2, 7, 3), var3old_12m = c(6, 1, 4, 9, 3)), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -5L))

过往尝试的问题 #

曾尝试用str_replace_all结合正向预查的方式处理，但因依赖_[:digit:]m的固定模式，导致下划线后是多位数的变量名（如age_eeg_12m）处理失效，无法适配所有场景。

解决方案 #

方法1：基于正则替换的简洁实现 #

使用stringr包的str_replace_all，通过正则匹配后面仍存在下划线的所有下划线，直接替换为空：

library(stringr)
library(dplyr)

# 加载示例数据
df <- structure(list(subjectID = c("P1", "P2", "P3", "P4", "P5"), var_t1_new_3m = c(1, 
3, 5, 2, 1), var_t1_old_3m = c(6, 8, 9, 2, 3), var_t2_new_6m = c(1, 
5, 8, 9, 3), var_t2_old_6m = c(5, 3, 8, 1, 7), var_t3_new_12m = c(1, 
9, 2, 7, 3), var_t3_old_12m = c(6, 1, 4, 9, 3)), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -5L))

# 处理变量名
names(df) <- str_replace_all(names(df), "_+(?=.*_)", "")

# 查看处理结果
print(df)

正则说明：_+(?=.*_)中，_+匹配一个或多个下划线，(?=.*_)是正向预查，确保当前匹配的下划线后面还有至少一个下划线，这样就只会替换最后一个下划线之前的所有下划线。

方法2：分割拼接法（更直观） #

将变量名按最后一个下划线分割为两部分，移除前半部分的所有下划线后，再与后半部分拼接：

library(stringr)
library(dplyr)

# 处理变量名
names(df) <- str_split_fixed(names(df), "_(?!.*_)", 2) %>% 
  apply(1, function(x) {
    # 前半部分去掉所有下划线
    part1 <- str_remove_all(x[1], "_")
    # 后半部分非空则保留下划线拼接，否则直接用前半部分
    if (nchar(x[2]) > 0) paste0(part1, "_", x[2]) else part1
  })

正则说明：_(?!.*_)是负向预查，匹配最后一个下划线，确保分割后的后半部分是最后一个下划线之后的内容。

两种方法都能适配所有含多个下划线的变量名，且不依赖最后下划线后的字符模式，同时对只有单个下划线或无下划线的变量名（如subjectID）也能正常保留。

内容的提问来源于stack exchange，提问作者mr1890