R语言中基于原列名动态重命名数据框列名的实现问题

问题背景 #

我有16个格式如下的数据框（通过循环读取.txt文件生成），示例数据：

head(data)
# A tibble: 2 x 4
    AAA   AAC    AB    AC
1    18    25    39     9
2    20    25    30     7

我希望根据文件名中的特征（比如50、100这类数字）动态修改所有列名，尝试用str_glue实现但报错，以下是循环中无法运行的代码片段：

### 我的for循环代码（无法运行）（循环的一部分）

assign(str_glue("df_{str_sub(data[i], 23, - 5)}"),
           read.delim(data[i], sep = ",", header = T) %>% 
             mutate(ID = Participants,
             str_glue("New_{str_sub(data[i], 23, - 5)}_AAA") = AAA,
             str_glue("New_{str_sub(data[i], 23, - 5)}_AAB") = AAC,
             str_glue("New_{str_sub(data[i], 23, - 5)}_AB") = AB,
             str_glue("New_{str_sub(data[i], 23, - 5)}_AC") = AC) 

期望输出 #

根据索引i对应的文件名不同，str_glue("New_{str_sub(data[i], 23, - 5)}_AAA")会生成包含50、100或150的列名，比如当i=1时的期望输出：

### i=1时的期望输出
    New_50_AAA   New_50_AAC    New_50_AB    New_50_AC
1    18    25    39     9
2    20    25    30     7

我希望找到更优雅的实现方式，最好能避免重复书写原列名，减少代码冗余。

补充说明 #

完整循环如下：data是16个.txt文件的列表，文件名格式为xxxxxxxxx_xx_50.txt、xxxxxxxxx_xx_100.txt等：

for (i in 1:length(data)) {
  
  if (grepl("xxxxxxxxx_x1_.txt$", data[i])) {
    
    assign(str_glue("df_narr{str_sub(data[i], 23, - 5)}"),
           read.delim(data[i], sep = ",", header = T) %>% 
           mutate(ID = Participants,
             str_glue("New_1{str_sub(data[i], 23, - 5)}_AAA") = AAA,
             str_glue("New_1{str_sub(data[i], 23, - 5)}_AAB") = AAC,
             str_glue("New_1{str_sub(data[i], 23, - 5)}_AB") = AB,
             str_glue("New_1{str_sub(data[i], 23, - 5)}_AC") = AC) %>%
             mutate_if(is.numeric, round, digits = 2)) 

} else if (grepl("xxxxxxxxx_x2_.txt$", data[i])) {

assign(str_glue("df_narr{str_sub(data[i], 23, - 5)}"),
           read.delim(data[i], sep = ",", header = T) %>% 
           mutate(ID = Participants,
             str_glue("New_2{str_sub(data[i], 23, - 5)}_AAA") = AAA,
             str_glue("New_2{str_sub(data[i], 23, - 5)}_AAB") = AAC,
             str_glue("New_2{str_sub(data[i], 23, - 5)}_AB") = AB,
             str_glue("New_2{str_sub(data[i], 23, - 5)}_AC") = AC) %>%
             mutate_if(is.numeric, round, digits = 2)) 
  }
}

解决方案 #

核心问题分析 #

当前代码的错误在于：mutate中不能直接用str_glue生成的字符串作为列名，需要使用tidyeval语法处理动态列名；另外重复书写列名导致代码冗余，assign创建零散数据框不利于后续管理。

优化实现步骤 #

1. 提取文件名关键信息：用字符串处理函数获取文件名中的组别（1/2）和数字部分（50/100等），避免硬编码索引位置。
2. 用rename_with批量重命名：无需逐个指定原列名，批量处理目标列，大幅减少冗余代码。
3. 用列表存储结果：替代assign，将所有处理后的数据框存入一个命名列表，方便统一操作。

具体代码示例 #

library(tidyverse)

# 初始化列表存储处理后的结果
processed_dfs <- list()

for (file in data) {
  # 提取组别标识（1或2）
  group <- ifelse(grepl("xxxxxxxxx_x1_.txt$", file), "1", "2")
  # 提取文件名中的数字部分
  num_part <- str_sub(file, 23, -5)
  
  # 读取并处理数据
  df <- read.delim(file, sep = ",", header = TRUE) %>%
    # 保留需要的列并重命名ID
    select(ID = Participants, AAA, AAC, AB, AC) %>%
    # 批量重命名目标列
    rename_with(
      ~ str_glue("New_{group}{num_part}_{.x}"),
      .cols = c(AAA, AAC, AB, AC)
    ) %>%
    # 格式化数值
    mutate_if(is.numeric, round, digits = 2)
  
  # 将结果存入列表，设置对应名称
  list_name <- str_glue("df_narr{num_part}")
  processed_dfs[[list_name]] <- df
}

# 调用单个数据框示例：processed_dfs$df_narr50

更简洁的批量处理方式（无需循环） #

如果所有文件结构一致，可使用map函数批量处理，进一步简化代码：

processed_dfs <- map(data, function(file) {
  group <- ifelse(grepl("xxxxxxxxx_x1_.txt$", file), "1", "2")
  num_part <- str_sub(file, 23, -5)
  
  read.delim(file, sep = ",", header = TRUE) %>%
    select(ID = Participants, AAA, AAC, AB, AC) %>%
    rename_with(~ str_glue("New_{group}{num_part}_{.x}"), c(AAA, AAC, AB, AC)) %>%
    mutate_if(is.numeric, round, digits = 2)
}) %>%
  # 给列表元素设置对应名称
  set_names(str_glue("df_narr{str_sub(data, 23, -5)}"))

内容的提问来源于stack exchange，提问作者Larissa Cury