使用单独数据帧中的值重命名列

我有一个 tibble，其中的列名包含空格和特殊字符，这使得使用起来很麻烦。我想在处理数据时将这些列名称更改为更易于使用的名称，然后在最后将它们更改回原始名称以进行显示。理想情况下，我希望能够将其作为管道的一部分来完成，但是我还没有弄清楚如何使用rename_with().

样本数据：

df <- tibble(oldname1 = seq(1:10),
             oldname2 = letters[seq(1:10)],
             oldname3 = LETTERS[seq(1:10)])


cols_lookup <- tibble(old_names = c("oldname4", "oldname2", "oldname1"), 
                      new_names = c("newname4", "newname2", "newname1"))

期望的输出：

> head(df_renamed)
# A tibble: 6 x 3
  newname1 newname2 oldname3
     <int> <chr>    <chr>   
1        1 a        A       
2        2 b        B       
3        3 c        C       
4        4 d        D       
5        5 e        E       
6        6 f        F 

在此工作期间，某些列被删除并重新排序，因此当将它们转换回来时，将在cols_lookup不再存在的表df。还创建了新列df我想保持名称不变。

我知道已经有人问过类似的问题，但是答案要么不适用于小标题，要么在管道中（例如，那些使用match()），或者如果两个表中的列并非都以相同的顺序出现，则不起作用。

我们可以用rename_at。从主查找表中，filter所在的行names的数据集有一个匹配项（filtered_lookup)，然后将其用于rename_at我们在其中指定“old_names”vars并替换为“new_names”

library(dplyr)
filtered_lookup <- cols_lookup %>% 
     filter(old_names %in% names(df)) 
df %>% 
  rename_at(vars(filtered_lookup$old_names), ~ filtered_lookup$new_names)

或者使用rename_with，使用相同的逻辑

df %>%
  rename_with(.fn = ~filtered_lookup$new_names, .cols = filtered_lookup$old_names)

或者另一个选择是rename与拼接（!!!) 来自命名向量

library(tibble)
df %>% 
     rename(!!! deframe(filtered_lookup[2:1]))