Переименовывать столбец, только если все его значения удовлетворяют условию

Я хочу переименовать столбцы в своих данных в зависимости от того, удовлетворяют ли все значения в этих столбцах условию. Например, в числовом столбце, если все значения больше 5, переименуйте столбец в large_values, в противном случае оставьте имя столбца как есть. Другой пример: если все значения в столбце символов свободны от символа &, переименуйте столбец в no_ampersand.

Данные

library(tibble)

df <- 
  tribble(~age_1, ~age_2, ~string_1,
        2, 7, "abc",
        3, 8, "efg",
        1, 11, "hi&",
        10, 6, "klmn",
        50, 100, "opq")

Определение двух функций для демонстрации

1. Элементы вектора больше значения

is_larger_than_val <- function(x, y) {
  all(x > y)
}

2. Содержат ли векторные элементы &?

does_contain_ampersand <- function(x) {
  all(grepl("&", x))
}

Вопрос

Итак, используя эти функции, как я могу переименовать заголовки df так, чтобы когда

is_larger_than_val(df$age_2, 5)

[1] TRUE

Переименуем age_2 в large_values, но иначе в случае, если

is_larger_than_val(df$age_1, 5)

[1] FALSE

останется age_1 как есть?

И аналогично, потому что

does_contain_ampersand(df$string_1)

[1] FALSE

сохранит string_1 как есть (но если бы это было TRUE, то string_1 было бы переименовано в no_ampersand)?

Желаемый результат

Учитывая текущие данные, переименование на основе условий, которые я указал в is_larger_than_val() и does_contain_ampersand(), должно вернуть:

# A tibble: 5 x 3
  age_1 large_values string_1
  <dbl>        <dbl> <chr>   
1     2            7 abc     
2     3            8 efg     
3     1           11 hi&     
4    10            6 klmn    
5    50          100 opq  

Я уверен, что этого можно добиться, вложив некоторые операторы if else, но мне интересно, есть ли более простой способ (возможно, с использованием трюков tidyverse?).

Спасибо!

РЕДАКТИРОВАТЬ

Ставим вопрос в контекст

1. У меня есть объект данных R, который происходит из файла JSON. Когда я читаю файл JSON в R, он оказывается в следующем формате:

vec <- c(1, 2, 3)
names(vec) <- c("A", "B", "C")
my_data_object_as_list <- as.list(vec)

my_data_object_as_list
## $A
## [1] 1

## $B
## [1] 2

## $C
## [1] 3

2. Я хочу создать функцию, которая берет my_data_object_as_list и преобразует ее в таблицу.

require(tidyr)
require(dplyr)
require(tidyselect)

organize_in_table <- function(as_list_object) {
    as_list_object %>%
    bind_rows() %>%
    pivot_longer(cols = tidyselect::everything())
}

organize_in_table(my_data_object_as_list)

## # A tibble: 3 x 2
##   name  value
##   <chr> <dbl>
## 1 A         1
## 2 B         2
## 3 C         3

3. Поскольку organize_in_table() довольно общий, он возвращает таблицу с именами столбцов (name и value), которые не указывают на то, о чем каждый столбец. Чтобы решить эту проблему, я хочу добавить аргумент purpose к organize_in_table(), и вот один из примеров:

organize_in_table <-
  function(as_list_object,
           purpose = NULL) {
    table <- as_list_object %>%
      bind_rows() %>%
      pivot_longer(cols = tidyselect::everything())
    
    if (is.null(purpose)) {
      return(table)
    } else if (purpose == "match_letters_and_numbers") {
      table <- rename(table, letters = name, numbers = value)
    }
    return(table)
  }

Теперь organize_in_table() может возвращать объект со значимыми именами:

df_letters_and_numbers <- 
  organize_in_table(my_data_object_as_list, "match_letters_and_numbers")

> df_letters_and_numbers
## # A tibble: 3 x 2
##   letters numbers
##   <chr>     <dbl>
## 1 A             1
## 2 B             2
## 3 C             3

4. Здесь я столкнулся с проблемой: как я узнаю, что df_letters_and_numbers[1] было правильно названо как letters, тогда как df_letters_and_numbers[2] это numbers? На каком основании я проверил — когда переименовывал table в organize_in_table() — что первый столбец (name) состоит только из букв, а второй столбец (value) — из цифр? Я не проверял.

Что, если бы my_data_object_as_list выглядел так:

vec_2 <- c("A", "B", "C")
names(vec_2) <- c(1, 2, 3)
my_data_object_as_list_2 <- as.list(vec_2)

> my_data_object_as_list_2 
## $`1`
## [1] "A"

## $`2`
## [1] "B"

## $`3`
## [1] "C"

Затем, если я запущу organize_in_table(my_data_object_as_list_2, "match_letters_and_numbers"), я получу фрейм данных с несовпадающими именами столбцов:

## # A tibble: 3 x 2
##   letters numbers
##   <chr>   <chr>  
## 1 1       A      
## 2 2       B      
## 3 3       C     

Нижняя граница

Итак, мой вывод состоит в том, что я должен обусловить шаг переименования в organize_in_table(), основываясь на содержимом каждого переименовываемого столбца. С этой целью я подумал, что первым шагом должно быть определение отдельной функции для каждого теста, который я хочу выполнить (например, все ли значения в столбцах имеют номера? все ли значения буквенные?). И поскольку я хочу сделать organize_in_table() максимально масштабируемым, я хотел бы, чтобы он принимал любой тест, для которого я могу создать функцию тестирования.