在R中通过正则匹配批量重命名列：保留首尾数字替换中间内容

要把混乱的列名统一成YYYY_varname_AGE格式，核心是用正则捕获首尾的数字，替换中间的杂项。直接上可行代码：

完整实现步骤 #

1. 正确创建保留原始列名的数据框 #

R默认会自动清理非标准列名，所以创建时要加check.names=FALSE参数：

df <- data.frame(
  `1556 VARIAbLE name 23` = c(1,2,3),
  `1557 VAr;NAM: 23` = c(2,3,4),
  `1556 VARNA-Na,M 21-27` = c(4,5,6),
  check.names = FALSE
)

2. 用正则批量标准化列名 #

借助dplyr的rename_with函数和正确的正则表达式：

library(dplyr)

df_clean <- df %>%
  rename_with(~gsub("^(\\d{4}).*(\\d{2})$", "\\1_varname_\\2", .x))

正则逻辑说明 #

• ^(\\d{4})：捕获列名开头的4位数字，括号将这部分存为第一个捕获组
• .*：匹配开头数字到结尾数字之间的所有内容（含空格、标点、字母等）
• (\\d{2})$：捕获列名结尾的2位数字，存为第二个捕获组
• 替换时\\1和\\2分别调用捕获的年份和年龄数字，中间插入固定字符串_varname_，即可生成标准格式列名

之前尝试的问题点 #

1. 第一个正则中的.仅匹配单个字符，无法覆盖中间大量混乱内容，需替换为.*匹配任意长度的任意字符
2. 替换时错误使用了正则语法(^\\d{4})，正确引用捕获组的方式是\\1、\\2
3. 第二个正则仅匹配开头4位数字后的第一个非数字字符，无法覆盖到结尾数字前的所有内容

内容的提问来源于stack exchange，提问作者LLS