如何为含长列名的大数据集自动分配短列名并保留原列名作为标签？

针对你有200列问卷数据、列名过长难以操作的问题，这里提供两种自动生成短列名的方法，同时完整保留原问题作为标签：

方法一：生成编号式短列名（简单直接） #

这种方法生成var1、var2…varN格式的短列名，同时用对照表或列属性存储原问题：

library(readxl)
# 读取原始数据
df <- read_excel("file.xlsx", sheet = 1)

# 生成短列名
short_names <- paste0("var", seq_len(ncol(df)))

# 方式1：创建短名-原问题对照数据框，方便后续查询
name_mapping <- data.frame(
  短列名 = short_names,
  原问卷问题 = colnames(df)
)

# 方式2：将原问题作为列的属性，随时可调用查看
for(i in seq_len(ncol(df))){
  attr(df[[i]], "原问题") <- colnames(df)[i]
}

# 替换数据框的列名为短名称
colnames(df) <- short_names

后续如果要查看某短列对应的原问题，要么查询name_mapping数据框，要么用attr(df$var1, "原问题")直接调取。

方法二：提取关键词生成有意义的短列名 #

如果想要短列名更贴合原问题含义，可以提取原问题的关键词生成短名（需用到stringr包）：

library(readxl)
library(stringr)

df <- read_excel("file.xlsx", sheet = 1)

# 提取原问题的前3个单词，转为小写并用下划线连接
short_names <- str_to_lower(str_replace_all(str_extract(colnames(df), "^\\w+\\s+\\w+\\s+\\w+"), "\\s+", "_"))
# 自动处理重复的短列名（比如多个问题开头单词相同）
short_names <- make.unique(short_names, sep = "_")

# 同样保留原问题对照
name_mapping <- data.frame(
  短列名 = short_names,
  原问卷问题 = colnames(df)
)
colnames(df) <- short_names

比如原问题是"What is your current weight?"，生成的短列名是what_is_your；如果有重复，会自动加上序号如what_is_your_1。

内容的提问来源于stack exchange，提问作者Tina Heeley