我想编译一个带有多个标签的Excel文件,标签按年份(2016年,2015年,2014年等)。每个选项卡都有相同的数据,但列名称的拼写可能与每年的拼写不同。
我希望在合并之前标准化每张表中的列。
这是使用purrr
和readxl
进行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”创建单独的列,这些列具有相同的数据。
将make.names
插入管道可能是最好的解决方案。
将它们放在一起将是理想的......类似于:
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()) )
..但语法都错了。
而不是定义自己的函数,clean_names
包中的janitor函数可能能够帮助您。它将dataframe / tibble作为输入,并返回一个带有干净名称的数据帧/ tibble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")
创建一个新函数是可行的,但是很冗长,并使用两个映射:
# 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")