R 在不接触其他变量的情况下为某些变量添加前缀？

我想从df1生成一个类似df3的数据帧，即在没有前缀的变量中添加一个前缀important_uu，同时不接触带有特定前缀gea_uu、win_u、hea_u的变量。到目前为止，我只管理过类似于df2的东西，其中重要的变量在一个单独的数据帧中结束，但我希望所有变量都在同一个数据帧中。如果您对此有任何想法，我们将不胜感激

我得到的是：

library(dplyr)

df1 <- data.frame("hea_income"=c(45000,23465,89522),"gea_property"=c(1,1,2) ,"win_state"=c("AB","CA","GA"), "education"=c(1,2,3), "commute"=c(13,32,1))

df2 <- df1 %>% select(-contains("gea_")) %>% select(-contains("win_")) %>% select(-contains("hea_"))  %>% setNames(paste0('important_', names(.)))

我想要的是：

df3 <- data.frame("hea_income"=c(45000,23465,89522),"gea_property"=c(1,1,2) ,"win_state"=c("AB","CA","GA"), "important_education"=c(1,2,3), "important_commute"=c(13,32,1))

一个选项是在

或者用火柴和-

---

上述三种解决方案都能达到预期效果，如OP的帖子所示

names(df1) <- names(df1) %>% {ifelse(grepl("_",.),.,paste0("important_",.))}
# > df1
#   hea_income gea_property win_state important_education important_commute
# 1      45000            1        AB                   1                13
# 2      23465            1        CA                   2                32
# 3      89522            2        GA                   3                 1

---

是的，我一直很邋遢，我可以用namedf1%>%inset修复它！grepl_uu，，，paste0important_u，[哪个！grepl_u，.]但是它真的不再那么漂亮了，所以我从答案中删除了它，即使没有不必要的相关内容：

df1 %>%
    rename_at(vars(matches("^[^_]*$")), funs(paste0("important_", .)))
#   hea_income gea_property win_state important_education important_commute
#1      45000            1        AB                   1                13
#2      23465            1        CA                   2                32
#3      89522            2        GA                   3                 1

df1 %>%
    rename_at(vars(-matches("_")), funs(paste0("important_", .)))
#   hea_income gea_property win_state important_education important_commute
#1      45000            1        AB                   1                13
#2      23465            1        CA                   2                32
#3      89522            2        GA                   3                 1

names(df1) <- names(df1) %>% {ifelse(grepl("_",.),.,paste0("important_",.))}
# > df1
#   hea_income gea_property win_state important_education important_commute
# 1      45000            1        AB                   1                13
# 2      23465            1        CA                   2                32
# 3      89522            2        GA                   3                 1