R语言tidyverse框架下如何通过变量标签高效重命名变量

长期与使用SPSS、Stata的协作者合作时，清晰的变量标签是说明变量处理操作、记录变量内容的核心依据。在tidyverse生态下，需要找到最高效的基于已有变量标签完成列重命名的方法，原有实现流程冗余，尝试直接调用rename_with搭配var_label()的写法未达到预期效果。

原有可运行但繁琐的实现代码 #

var1<-rnorm(100)
var2<-rnorm(100)
var3<-rnorm(100)
group_var<-sample(c("A", "B"), size=100, replace=T)
other_var1<-rnorm(100)
other_var2<-rnorm(100)
df<-data.frame(var1, var2, var3, group_var, other_var1, other_var2)
library(labelled)
library(tidyverse)
df %>% 
  set_variable_labels(var1="Measure 1", 
                      var2="Measure 2",
                      var3="Measure 3",
                        group_var="Grouping Variable")->df


# 单独存储变量标签
df %>% 
  select(starts_with("var")) %>% 
  var_label() %>% 
  unlist()->variable_labels
variable_labels<-data.frame(name=names(variable_labels), labels=variable_labels)
df %>% 
  pivot_longer(var1:var3) %>% 
  left_join(., variable_labels, by="name")

失效的尝试代码 #

df %>% 
  rename_with(., function(x) var_label(x),.cols=var1:var3)

失败原因 #

rename_with中传入的重命名函数接收到的参数x，是.cols选中列的列名字符向量，不是数据列本身，直接对字符向量调用var_label()无法获取数据框上绑定的标签属性，自然无法得到预期结果。

适配rename_with的正确写法 #

直接在重命名函数中从传入的原始数据提取对应列的标签，对无标签/空标签的列保留原列名，避免出现NA列名：

df %>%
  rename_with(
    .cols = var1:var3,
    .fn = ~ {
      # 提取选中列对应的变量标签
      col_labels <- var_label(.data)[.x]
      # 空标签回退为原列名
      ifelse(is.na(col_labels) | col_labels == "", .x, col_labels)
    }
  )

运行后var1/var2/var3会直接被重命名为对应的标签Measure 1/Measure 2/Measure 3，不需要单独创建标签映射表、也不需要做表连接，流程大幅简化。

可复用的辅助函数 #

如果需要频繁做标签转列名的操作，可以封装成通用函数，支持任意列选择语法：

rename_by_label <- function(df, cols = everything(), clean_name = FALSE) {
  df %>%
    rename_with(
      .cols = {{ cols }},
      .fn = ~ {
        labs <- var_label(df)[.x]
        new_names <- ifelse(is.na(labs) | labs == "", .x, labs)
        # 可选：把带空格/特殊字符的标签转成合规的R列名
        if (clean_name) new_names <- janitor::make_clean_names(new_names)
        new_names
      }
    )
}

# 调用示例：重命名var1到var3，自动清理不合规的列名字符
df %>% rename_by_label(var1:var3, clean_name = TRUE)

内容的提问来源于stack exchange，提问作者spindoctor