R语言使用names()重命名dataframe变量无法识别全部变量怎么办

问题根源 #

代码的核心错误出在mutate步骤的赋值逻辑：

1. 第一次调用summarize生成的prog只有2列：分组列totexp_rng，以及你计算的分位值列（默认列名为你写的计算表达式）
2. 后续mutate中，你将pro %>% group_by(totexp_rng) %>% summarize(mean(food_t))的返回值直接赋值给新列：这个summarize返回的是包含2列的完整dataframe，不是单列的均值向量，会导致prog出现嵌套列、列数异常的结构，因此names()赋值时会识别到列数和你提供的3个名称不匹配。

修正方案 #

你可以在一次summarize调用中同时计算两个统计量，不需要拆分步骤也不需要额外调用mutate，代码更简洁也不会出现结构错误：

prog <- pro %>%
  group_by(totexp_rng) %>%
  summarize(
    mean = mean(food_t),
    to90 = sqrt(var(food_t)) * 1.2816
  )

运行上述代码后prog天然包含3列：totexp_rng、mean、to90，不需要额外调用names()重命名。

如果你确实需要分开计算，要从summarize结果中提取单列或者通过关联合并补充字段，不要直接把整个dataframe赋值给单个列：

# 仅作修正演示，不推荐该写法
prog <- pro %>%
  group_by(totexp_rng) %>%
  summarize(to90 = sqrt(var(food_t))*1.2816)

mean_vals <- pro %>%
  group_by(totexp_rng) %>%
  summarize(mean = mean(food_t))

prog <- inner_join(prog, mean_vals, by = "totexp_rng")

内容的提问来源于stack exchange，提问作者Simon Probert