使用dplyr或tidyr重命名名称为NA的R数据框列

当数据框的列名是真正的缺失值（NA）而非字符串"NA"时，直接用rename("NA" = NA)会失效，因为dplyr无法将右侧的NA识别为要匹配的列名。以下是几种可行的解决方案：

方法1：使用rename_with（推荐） #

利用rename_with可以通过条件匹配列名，精准定位列名为NA的列并重命名：

# 重现代码场景下的修复
data <- data.frame(a = 1:5)
names(data) = NA

data %>% 
  rename_with(~ "new_column_name", .cols = where(is.na))

在你的生成场景中，可以直接嵌入管道：

data %>% 
  count(uncertainty) %>% 
  mutate(freq = round(prop.table(n)*100, 2)) %>%
  data.table::transpose(make.names=1) %>%
  rename_with(~ "missing_uncertainty", .cols = where(is.na))

方法2：结合all_of与列名定位 #

通过which(is.na(colnames(.)))找到列名为NA的位置，再用all_of传入rename：

data %>% 
  rename(new_column_name = all_of(which(is.na(colnames(.)))))

方法3：直接修改列名（管道兼容） #

用基础R的colnames<-函数结合replace，在管道中直接替换列名：

data %>% 
  `colnames<-`(replace(colnames(.), is.na(colnames(.)), "new_column_name"))

为什么原方法失效？ #

原代码rename("NA" = NA)中，右侧的NA是缺失值，dplyr的rename函数无法将其解析为要匹配的列名。而列名本身是缺失值类型，需要通过判断列名是否为NA的逻辑来匹配，而非直接传入NA。

内容的提问来源于stack exchange，提问作者Iman