在与purrr和readxl结合之前，在Excel工作表中标准化列名

Question

我想编译一个Excel文件，其中包含按年份（2016、2015、2014等）标记的多个选项卡。 每个选项卡具有相同的数据，但是列名的拼写可能与年份不同。

我想在合并之前标准化每个工作表中的列。

这是将purrr和readxl结合用于此类任务的通用方法：

combined.df <- excel_sheets(my.file) %>% 
  set_names() %>%                                 
  map_dfr(read_excel, path = my.file, .id = "sheet") 

...但是，如上所述，这会为“ COLUMN ONE”和“ Column One”分别创建具有相同数据的列。

将make.names插入管道可能是最好的解决方案。

将所有内容放在一起将是理想的……

   combined.df <- excel_sheets(my.file) %>% 
    set_names() %>% 
    map(read_excel, path = my.file) %>% 
    map(~(names(.) %>%  #<---WRONG
            make.names() %>% 
            str_to_upper() %>% 
            str_trim() %>% 
            set_names()) ) 

..但是语法是错误的。

Answer 1

而不是定义您自己的函数， 看门人软件包中的clean_names函数可能会为您提供帮助。 它以数据框/小标题作为输入，并返回带有纯名称的数据框/小标题作为输出。

这是一个例子：

library(tidyverse)

tibble(" a col name" = 1,
       "another-col-NAME" = 2,
       "yet another name  " = 3) %>% 
    janitor::clean_names()
#> # A tibble: 1 x 3
#>   a_col_name another_col_name yet_another_name
#>        <dbl>            <dbl>            <dbl>
#> 1          1                2                3

然后，您可以将其直接放入您提供的代码中：

combined.df <- excel_sheets(my.file) %>% 
    set_names() %>%
    map(read_excel, path = my.file) %>%  #<Import as list, not dfr
    map(janitor::clean_names) %>%        #<janitor::clean_names
    bind_rows(.id = "sheet")

Answer 2

创建一个新函数是可行的，但很冗长，并且使用两个映射：

  # User defined function: col_rename
  col_rename <- function(df){
    names(df) <- names(df) %>% 
     str_to_upper() %>% 
     make.names() %>% 
     str_trim()
   return(df)
  }

   combined.df <- excel_sheets(my.file) %>% 
    set_names() %>%
    map(read_excel, path = my.file) %>%  #<Import as list, not dfr
    map(col_rename) %>%                  #<Fix colnames (user defined function)
    bind_rows(.id = "sheet")