Question

我有一个从XLSX文件读取的数据框。每个列名称如下所示：CODE___DESCRIPTION，例如， A1 ___此处有些时髦的列。将代码用作名称比较容易，但是我想在需要时使用描述，因此必须将其存储在数据框中。这就是为什么我以后要使用 sjlabelled 包的原因。

给自己一些随机数据，并将其另存为 some_data.xlsx 。

library(dplyr) #to play with tibbles
library(stringi) #to play with strings
library(writexl) #name speaks for itself

tibble(col1 = sample(c("a", "b", "c", NA, "N/A"), 50, replace = T),
       col2 = sample(c("d", "e", "f", NA, "N/A"), 50, replace = T),
       col3 = sample(c("g", "h", "i", NA, "N/A"), 50, replace = T),
       col4 = sample(c("j", "k", "l", NA, "N/A"), 50, replace = T)) %>%
  setNames(stri_c("A", 1:4, "___", stri_rand_strings(4, 10))) %>%
  write_xlsx(path = "some_data.xlsx", col_names = T, format_headers = F)

我已经创建了简单的函数来按照自己的方式准备数据。

library(sjlabelled) #to play with labelled data

label_it <- function(data = NULL, split = "___"){

#This basically makes an array of two columns (of codes and descriptions respectively)

  k.n <- data %>%
    names() %>%
    stri_split_fixed(pattern = split, simplify = T)

  data%>%
    set_label(k.n[,2]) %>% #set description as each column's label
    setNames(k.n[,1]) #set code as each column's name

}

首先，我从XLSX文件读取数据。然后我贴上标签。

library(readxl) #name speaks for itself again

data <- read_xlsx("some_data.xlsx", na = c("", "N/A")) %>% 
   label_it()

现在我数据框的每一列都是具有两个属性的字符向量（实际上是一个结构）：

标签是说明部分
名称是原始数据框列名称（CODE___DESCRIPTION样式），请勿将其误认为是将作为代码部分的名称（数据）输出

假设我想将第一列和第三列更改为要分解的内容。

为此，我尝试了两件事：

data[,1] <- factor(data[,1], levels = c("c", "a", "b"))
data[,3] <- factor(data[,3], levels = c("h", "g", "i"))

这会将所有这两个列的值都更改为NA_integer _。

data <- data %>%
  mutate(A1 = factor(A1, levels = c("c", "a", "b")),
         A3 = factor(A3, levels = c("h", "g", "i")))

这会将字符向量更改为预期的因子，但同时删除了我需要保留的列属性（标签和名称）。

我还尝试了 sjlabelled ， labelled 和 haven 软件包中的很多功能。我没有按预期工作。最后，我找到了一个解决方案，但这并不是完美的解决方案，我希望找到一种更简单的方法。

解决方案是丢失这些属性，然后重新获得（实际上是“复制”）它们。

data <- data %>%
  mutate(A1 = factor(A1, levels = c("c", "a", "b")),
         A3 = factor(A3, levels = c("h", "g", "i"))) %>%
  copy_labels(data)

copy_labels是 sjlabelled 包中的函数，当由于例如以下原因而丢失标签时使用该函数。数据子集，如this example。

P.S。我很想添加 r-sjlabelled 和 r-labelled 标签，因为在这些问题中考虑了这些软件包，但这样做的声誉低于1500。

将字符列转换为因子保留列标签

0 个答案: