R语言中按列名前缀拆分DataFrame并保留指定列的高效实现方案

你的思路方向是对的，但问题出在sapply返回的列表结构上——当你用cbind合并列表元素时，R会把列表的名称作为列名前缀，导致出现hits_.hits_C这类冗余命名。这里有两种更高效的实现方式，能直接避免列名重复的问题：

方法一：Base R 原生实现 #

# 提取固定的前3列分组变量
grouping_vars <- df[, 1:3]

# 提取所有counts开头的列，并重命名去掉前缀
counts_cols <- df[, startsWith(names(df), "counts_")]
names(counts_cols) <- sub("counts_", "", names(counts_cols))

# 提取所有hits开头的列，并重命名去掉前缀
hits_cols <- df[, startsWith(names(df), "hits_")]
names(hits_cols) <- sub("hits_", "", names(hits_cols))

# 合并得到最终的两个数据框
df1 <- cbind(grouping_vars, counts_cols)
df2 <- cbind(grouping_vars, hits_cols)

方法二：dplyr 简洁实现 #

如果你习惯用tidyverse工具链，这个写法更直观易读：

library(dplyr)

# 拆分出counts相关数据框，同时重命名列
df1 <- df %>%
  select(contig, sample_name, group, starts_with("counts_")) %>%
  rename_with(~ sub("counts_", "", .x), starts_with("counts_"))

# 拆分出hits相关数据框，同时重命名列
df2 <- df %>%
  select(contig, sample_name, group, starts_with("hits_")) %>%
  rename_with(~ sub("hits_", "", .x), starts_with("hits_"))

两种方法都能直接得到列名干净的结果：df1包含前3列加上C、G、U（原counts_前缀已去除），df2则包含前3列加上同样的C、G、U（原hits_前缀已去除），完全不需要后续手动修剪列名。

内容的提问来源于stack exchange，提问作者ramen