haven::read_dtalabel支持使用属性将变量标签从 Stata 导入 R。Rstudio 还支持在视图窗格中显示这些标签。
dplyr::bind_rows但是，当使用(或)绑定两个数据帧时rbind_all，不会保留标签。这是一个错误吗？
library(dplyr)
id <- 1:5
attr(id, "label") <- "unit id"
df1 <- tbl_df(data.frame(id)) # label is fine
df1$id
# [1] 1 2 3 4 5
# attr(,"label")
# [1] "unit id"
df2 <- tbl_df(data.frame(id)) # label is fine
df2$id
# [1] 1 2 3 4 5
# attr(,"label")
# [1] "unit id"
df_bound <- bind_rows(df1, df2) # label is gone
df_bound$id
# [1] 1 2 3 4 5 1 2 3 4 5
一种解决方法是使用rbind而不是bind_rows. 然后，您必须确保列名相同。
用于setdiff(names(df1), names(df2))获取 indf1但不在 in 的列名df2，setdiff(names(df2), names(df1))反之亦然。
Daniel Lüdecke的sjlabelled包是处理标记数据时此类问题的一个很好的解决方案。我将该功能用于类似的问题：copy_labels
library(dplyr)
library(sjlabelled)
id <- 1:5
attr(id, "label") <- "unit id"
df1 <- tbl_df(data.frame(id))
str(df1)
# tibble [5 × 1] (S3: tbl_df/tbl/data.frame)
# $ id: int [1:5] 1 2 3 4 5
# ..- attr(*, "label")= chr "unit id"
df2 <- tbl_df(data.frame(id)) # label is fine
df_bound <- bind_rows(df1, df2) # label is gone
str(df_bound)
# tibble [10 × 1] (S3: tbl_df/tbl/data.frame)
# $ id: int [1:10] 1 2 3 4 5 1 2 3 4 5
df_bound <- copy_labels(df_bound, df1)
df_bound_labelled <- df_bound %>% mutate_at(vars(id), as_labelled)
str(df_bound_labelled)
# tibble [10 × 1] (S3: tbl_df/tbl/data.frame)
# $ id: int [1:10] 1 2 3 4 5 1 2 3 4 5
# ..- attr(*, "label")= chr "unit id"
本着与@TommyFlyn 给出的答案相同的精神，还有labelled由 Joseph Larmarange 维护的包，特别是由 Daniel Ludecke ( sjlabelled) 和 Hadley Wickham 编写的。
假设df.ls，使用 导入的数据框列表haven::read_dta，它们有很多共同的变量，但不是全部。在这种情况下，使用它很方便，dplyr::bind_rows它不需要在所有数据帧中具有相同的变量（列）。正如OP所提到的，问题在于它“删除”了标签。我要补充一点，这仅适用于列表的数据框共有的变量。当某些变量在某些数据框中但不在其他数据框中时，它们会保留其标签。
我们可以使用
common_col_names <- ## get the names of the columns common to all the dfs
Reduce(intersect, lapply(df.ls,names))
library(labelled)
labs.ls <- ## a list of lists
lapply(
df.ls,
function(x) {
labelled::var_label(
x[, common_col_names],
unlist = FALSE
)
}
)
假设给定变量在所有数据帧中保持相同的标签df.ls。因此，使用common_col_names以及标签是恒定的假设意味着 的所有元素（列表）labs.ls都是相同的。
设置unlist = FALSE（默认）允许在列表（而不是字符向量）中有不同的标签，这反过来又允许以下（来自labelled文档）： name 将匹配数据框的一列将被考虑在内。如果 value 是字符向量，则标签应与 data.frame 的列的顺序相同。'' 如果列表的所有数据帧中的列/变量不相同，这将非常方便。
请注意，检查labs.ls对于检查标签是否在数据帧中实际上保持相同很有用。
然后，您只需绑定列表中的不同数据框并分配提取的标签：
df <- dplyr::bind_rows(df.ls)
labelled::var_label(df) <- labs.ls[[1]]
这里我们使用labs.ls[[1]]，但是由于我们只考虑所有数据帧共有的变量，并且我们假设这些变量的标签是恒定的，请注意可以使用 2、3、...，length(df.ls)而不是 1。
sjmisc::add_rows具有与 相似的语法dplyr::bind_rows，并保留变量和值标签属性。