如何快速重命名R数据框中需加引号引用的特殊格式变量

最优实现方案 #

你可以通过预定义特征映射规则+批量重命名函数的方式实现，无需逐条编写规则，后续新增特征也只需要更新映射表即可。

方案1：tidyverse 实现（推荐，和你当前用的dplyr语法兼容）

首先定义特征前缀和对应带括号格式的映射关系，再用dplyr::rename_with批量处理符合规则的列：

library(dplyr)
library(stringr)

# 步骤1：预定义特征映射规则，新增特征只需要修改这个向量即可
feature_map <- c(
  FeatureA = "FeatureA(100-150)",
  FeatureB = "FeatureB(200-400)",
  FeatureC = "FeatureC(200-800)",
  FeatureD = "FeatureD(800-1200)"
)

# 步骤2：批量重命名符合规则的列，不会影响SUBJECT、TREATMENT等其他列
data <- data %>%
  rename_with(
    .fn = ~ {
      prefix <- str_extract(.x, "^Feature[A-D]")
      loc_part <- str_extract(.x, "Loc\\d+$")
      paste0(feature_map[prefix], ".", loc_part)
    },
    .cols = matches("^Feature[A-D]_Loc\\d+$")
  )

方案2：基础R实现（无需加载第三方包）

如果你不想依赖tidyverse生态，可以用基础R的字符串处理函数实现：

# 同样先定义映射规则
feature_map <- c(
  FeatureA = "FeatureA(100-150)",
  FeatureB = "FeatureB(200-400)",
  FeatureC = "FeatureC(200-800)",
  FeatureD = "FeatureD(800-1200)"
)

# 筛选需要修改的列名
old_cols <- grep("^Feature[A-D]_Loc\\d+$", names(data), value = TRUE)
# 批量生成新列名
new_cols <- sapply(old_cols, function(x) {
  parts <- strsplit(x, "_")[[1]]
  paste0(feature_map[parts[1]], ".", parts[2])
})
# 替换列名
names(data)[match(old_cols, names(data))] <- new_cols

注意事项

重命名后的列名包含特殊符号，调用时需要用反引号或者引号包裹，示例：

# 两种调用方式都可
data$`FeatureA(100-150).Loc1`
data$"FeatureA(100-150).Loc1"

内容的提问来源于stack exchange，提问作者12666727b9