Jak zmienić nazwy kolumn w R (names, colnames, dplyr rename)

Najpierw zobacz nazwy: names() i colnames()

Nazwy kolumn są przechowywane w atrybucie, który czytasz jak każdy wektor. Dla ramki danych zwracają go zarówno names(), jak i colnames():

sales <- data.frame(
    prodname = c("mug", "shirt", "cap"),
    prc      = c(12.0, 22.0, 15.0),
    q        = c(3, 2, 5)
)

print(names(sales))
print(colnames(sales))

Ta sama odpowiedź. Jedyna prawdziwa różnica: colnames() działa też na macierzach, a names() nie, więc kod ogólnego przeznaczenia używa colnames(). Przy codziennych ramkach danych są wymienne.

Najważniejsza myśl dla wszystkiego, co dalej: zmiana nazwy kolumny to przypisanie do tego wektora. Bazowy R nie ma do tego osobnej funkcji; modyfikujesz names(df) tym samym indeksowaniem, którego używasz przy każdym wektorze.

Zmiana według pozycji (działa, ale jest krucha)

Zaindeksuj wektor nazw według pozycji i przypisz wartość:

sales <- data.frame(
    prodname = c("mug", "shirt", "cap"),
    prc      = c(12.0, 22.0, 15.0),
    q        = c(3, 2, 5)
)

names(sales)[2] <- "price"
print(names(sales))
print(sales)

Kolumna 2 nazywa się teraz price. To dobre do szybkiej poprawki w konsoli, ale w skrypcie jest pułapką. Pozycje to obietnica dotycząca kolejności kolumn, a kolejność kolumn to najmniej stabilna cecha importowanych danych: gdy wczytywany plik CSV dostanie dodatkową kolumnę, names(df)[2] po cichu zmieni nazwę niewłaściwej. Jeśli skrypt zmienia nazwy według pozycji, zmiana schematu zepsuje go bez żadnego komunikatu o błędzie.

Zmiana według nazwy (solidny idiom bazowego R)

Dopasuj starą nazwę zamiast ufać pozycji:

sales <- data.frame(
    prodname = c("mug", "shirt", "cap"),
    prc      = c(12.0, 22.0, 15.0),
    q        = c(3, 2, 5)
)

names(sales)[names(sales) == "prc"] <- "price"
print(names(sales))

Najpierw przeczytaj część wewnętrzną: names(sales) == "prc" daje FALSE TRUE FALSE, czyli logiczną maskę na wektorze nazw. Indeksowanie nią wybiera pasujący element, a przypisanie go zastępuje. Jeśli "prc" nie istnieje, nic nie pasuje i nic się nie zmienia (bez błędu, więc sprawdź wynik). Ten idiom przetrwa zmianę kolejności, dodane kolumny i skopiowanie do innych skryptów. Zapamiętaj go: to odpowiedź bazowego R na pytanie „jak zmienić nazwę kolumny”.

Kilka naraz

Zastąp cały wektor, gdy nadajesz nazwy wszystkim kolumnom (częste zaraz po imporcie), albo użyj match(), żeby zmienić nazwy wybranego podzbioru:

raw <- data.frame(V1 = c(1, 2), V2 = c("a", "b"), V3 = c(TRUE, FALSE))

names(raw) <- c("id", "label", "active")     # all of them, in order
print(names(raw))

df <- data.frame(prodname = c("mug"), prc = c(12.0), q = c(3))
names(df)[match(c("prc", "q"), names(df))] <- c("price", "qty")
print(names(df))

match(old, names(df)) zwraca pozycje starych nazw, więc nowe nazwy trafiają dokładnie tam, gdzie były stare: tak samo odporne na kolejność jak idiom dla jednej nazwy. Jeśli jakiejś starej nazwy brakuje, match() zwraca NA, a przypisanie kończy się błędem. To właśnie taki sposób zawodzenia, jakiego chcesz: głośny.

setNames() w potokach

Wszystkie powyższe idiomy modyfikują zmienną w dwóch krokach. setNames(object, names) zwraca kopię ze zmienionymi nazwami w jednym wyrażeniu, a tego właśnie potrzebuje potok:

result <- setNames(
    data.frame(c("mug", "cap"), c(12.0, 15.0)),
    c("item", "price")
)
print(result)

Przydaje się, gdy funkcja zwraca ramkę bez nazw albo ze złymi nazwami i chcesz to naprawić w miejscu, read_something() |> setNames(c("id", "value")), bez tymczasowej zmiennej.

Sposób z dplyr: rename() i rename_with()

rename() z dplyr przyjmuje pary new = old: nowa nazwa jest pierwsza, i każdy choć raz robi to odwrotnie (kod statyczny; piaskownica uruchamia tylko bazowy R):

library(dplyr)

sales |> rename(price = prc, qty = q)

Stare nazwy, których wywołanie nie dotyczy, zostają bez zmian, a literówka w starej nazwie to twardy błąd, a nie ciche nic. To prawdziwa poprawa w stosunku do idiomu bazowego. Do zmiany nazw według reguły, a nie według par, rename_with() stosuje funkcję do nazw:

sales |> rename_with(toupper)                          # every column
sales |> rename_with(toupper, starts_with("p"))        # just some

Zajrzyj do wprowadzenia do dplyr, żeby zobaczyć, jak te funkcje pasują do rodziny czasowników.

Porządkowanie chaotycznych nagłówków z importu

Prawdziwe nagłówki CSV przychodzą jako "Order ID", "unit.price ($)", "2024 Total", czyli nazwy ze spacjami i symbolami, które wszędzie wymuszają cytowanie odwrotnymi apostrofami. Funkcja make.names() z bazowego R zamienia dowolny wektor tekstowy na poprawne nazwy R:

ugly <- c("Order ID", "unit price ($)", "2024 Total")

print(make.names(ugly))

Poprawne, ale na swój sposób brzydkie (X2024.Total). Dlatego wiele zespołów standardowo używa clean_names() z pakietu janitor, która jednym wywołaniem tworzy schludne nazwy w snake_case (order_id, unit_price, x2024_total): df |> janitor::clean_names(). Jeśli co tydzień importujesz chaotyczne pliki, zwraca się od razu.

Najważniejsze informacje

• Nazwy kolumn to po prostu wektor: odczytujesz je przez names()/colnames(), a zmieniasz, przypisując do niego.
• names(df)[2] <- "new" jest kruche; names(df)[names(df) == "old"] <- "new" to idiom do zapamiętania.
• match() zmienia kilka nazw według nazwy; setNames() zmienia nazwy w miejscu, w potoku.
• rename(new = old) z dplyr zgłasza błąd przy brakujących nazwach (dobrze), a rename_with() zmienia nazwy według reguły.
• Przy chaotycznych nagłówkach z importu: make.names() w bazowym R, janitor::clean_names() dla ładnych wyników.

Dalej: sortowanie, czyli sort() dla wektorów, sztuczka z order() dla ramek danych i arrange().