如何自动提取表头后缀，实现data.table按模式melt后的变量值自动赋值？

问题场景 #

在使用data.table的melt函数重塑数据时，针对前缀统一（如child_、dob_）的多组列，默认生成的child列会用数字1、2、3...标识分组，需要手动替换为原列名的后缀（如boy、girl、trans）。当存在数十组此类列时，手动替换极易出错，需实现自动化处理。

原始示例代码 #

library(data.table)

DT <- data.table(
  parent.name = words[101:103],
  parent.dob = as.Date(1:3, origin="2020-01-01"),
  child_boy = words[11:13],
  child_girl = words[21:23],
  child_trans = words[201:203],
  dob_boy= as.Date(1:3, origin="2010-01-01"),
  dob_girk= as.Date(1:3, origin="2012-01-01"), 
  dob_trans= as.Date(1:3, origin="2022-01-01") 
)

# 原始melt操作
DT2 <- melt(DT, id.vars = c("parent.name", "parent.dob"), 
            measure=patterns(dob="^dob_", name="^child_"), 
            value.factor=TRUE, 
            variable.name = "child")

# 手动替换的原始操作
DT2 [child=="1", child:="boy"] [child=="2", child:="girl"][child=="3", child:="trans"]

自动化解决方案 #

方法1：提取原列后缀替换因子水平

利用正则提取原数据中child_前缀列的后缀，直接替换melt后child列的因子水平，无需手动匹配数字：

# 提取child_开头列的后缀，作为分组标签
child_labels <- sub("^child_", "", grep("^child_", colnames(DT), value = TRUE))

# 执行melt
DT2 <- melt(DT, id.vars = c("parent.name", "parent.dob"), 
            measure=patterns(dob="^dob_", name="^child_"), 
            value.factor=TRUE, 
            variable.name = "child")

# 替换child列的因子水平
levels(DT2$child) <- child_labels

方法2：提取所有相关列后缀统一映射

如果需要确保dob_和child_列的后缀完全对应，可提取所有目标列的后缀去重后映射：

# 提取所有带child_/dob_前缀列的后缀，去重后得到分组标签
child_types <- unique(sub("^(child|dob)_", "", grep("^(child|dob)_", colnames(DT), value = TRUE)))

# 执行melt
DT2 <- melt(DT, id.vars = c("parent.name", "parent.dob"), 
            measure=patterns(dob="^dob_", name="^child_"), 
            value.factor=TRUE, 
            variable.name = "child")

# 将数字标识替换为对应标签
DT2[, child := factor(child, levels = seq_along(child_types), labels = child_types)]

验证结果 #

执行上述自动化代码后，DT2的child列会自动显示为boy、girl、trans，与手动替换的结果完全一致，且无需关注分组数字与标签的对应关系，避免了手动操作的错误。

内容的提问来源于stack exchange，提问作者IVIM