r - 组合 dplyr 中的 "mutate"和 "across"以及 stringr 中的函数

Question

问题陈述

我有一个表，其中某些列以我想要删除的字符串开头。我尝试通过使用 dplyr 中的新“across”功能和 stringr 中的函数来操作字符串来做到这一点，但我失败了(这就是我在这里的原因!)。

示例代码

library(tidyverse)

# Generate a short mock-up table
set.seed(1)
mockup <- tibble(n_col1 = sample(1:10, 5, FALSE),
                 v_col2 = sample(letters, 5, FALSE),
                 col3 = sample(10:20, 5, TRUE),
                 col4 = sample(LETTERS, 5, FALSE)) # More columns beginning with "n_", "v_" or nothing

# Remove the "n_" or "v_" strings from the column names
# This is as far as my skills go...
mockup <- mockup %>% mutate(across(starts_with(c("n_", "v_")), str_remove))

问题

有什么想法可以以我的方式或以不同的方式，以简短而有效的方式做到这一点吗？

Answer 1

across 用于操作列中的值，而不是列名称。您可以使用新的 rename_with 来重命名列。

library(dplyr)
mockup %>%  rename_with(~sub('^(n|v)_', '', .))
#rename_all in old dplyr
#mockup %>%  rename_all(~sub('^(n|v)_', '', .))

#   col1 col2   col3 col4 
#  <int> <chr> <int> <chr>
#1     9 w        10 N    
#2     4 k        14 J    
#3     7 n        14 G    
#4     1 r        19 I    
#5     2 s        15 O    

或者在基础 R 中执行此操作:

names(mockup) <- sub('^(n|v)_', '', names(mockup))