如何通过循环批量重命名多个数据框中含type_category前缀的变量

核心思路：每个数据框仅存在1个名称包含type_category的目标列，只需匹配到该列后统一替换列名即可，支持批量处理多个数据文件。

方案1：基础R实现（无需额外依赖） #

如果你的数据框已加载到全局环境，先将所有待处理数据框存入列表统一操作：

# 把所有待处理数据框放入列表
df_list <- list(df1, df2)

# 遍历列表批量重命名
df_list <- lapply(df_list, function(x) {
  # 匹配包含type_category的列名
  target_col <- grep("type_category", colnames(x), value = T)
  # 替换列名
  colnames(x)[colnames(x) == target_col] <- "type_category"
  return(x)
})

# （可选）将处理后的数据框放回全局环境
list2env(setNames(df_list, c("df1", "df2")), envir = .GlobalEnv)

处理完成后可通过colnames(df1)验证结果，输出为：[1] "id" "type_category" "rating"，符合预期。

方案2：tidyverse风格实现（代码更简洁） #

使用dplyr的rename_with函数快速匹配替换：

library(dplyr)

df_list <- list(df1, df2) %>% 
  lapply(function(x) {
    x %>% 
      # 匹配所有以type_category开头的列，统一重命名
      rename_with(~"type_category", starts_with("type_category"))
  })

扩展：读取文件时直接处理 #

如果数据还没加载，可在读取文件的环节直接完成重命名，省去后续单独处理步骤：

# 示例：读取data目录下所有csv文件并统一处理列名
library(dplyr)

file_paths <- list.files("data", pattern = "\\.csv$", full.names = TRUE)
all_df <- lapply(file_paths, function(path) {
  read.csv(path) %>% 
    rename_with(~"type_category", starts_with("type_category"))
})

内容的提问来源于stack exchange，提问作者Stephen Okiya