Hadley Wickham 的haven
包,应用于Stata 文件,返回一个包含许多“标记”类型的列的小标题。您可以使用 str() 查看这些内容,例如:
$ MSACMSZ :Class 'labelled' atomic [1:8491861] NA NA NA NA NA NA NA NA NA NA ...
.. ..- attr(*, "label")= chr "metropolitan area size (cmsa/msa)"
.. ..- attr(*, "labels")= Named int [1:7] 0 1 2 3 4 5 6
.. .. ..- attr(*, "names")= chr [1:7] "not identified or nonmetropolitan" "100,000 - 249,999" "250,000 - 499,999" "500,000 - 999,999" ...
如果我可以简单地将所有这些标记的向量提取为因子会很好,但我已经将标签属性的长度与每个向量中唯一值的数量进行了比较,它有时更长,有时更短。所以我认为我需要查看所有这些并决定如何单独处理每一个。
所以我想将标签属性的值提取到一个列表中。但是,此功能:
labels93 <- lapply(cps_00093.df, function(x){attr(X, which="labels", exact=TRUE)})
为所有变量返回 NULL。
这是一个 tibble 与数据框的问题吗?如何从 tibble 列中提取这些属性到列表中?
请注意,标签向量已命名,我需要标签和名称。
根据@Hack-R 的请求,这里是我的数据的一小段,由 dput 转换(我以前从未使用过)。我应用了这段代码:
filter(cps_00093.df, YEAR==2015) %>%
sample_n(10) %>%
select(HHTENURE, HHINTYPE) -> tiny
dput(tiny, file = "tiny")
生成文件很小。嘿!那很简单!我认为很难折断这么小的一块。
用记事本++打开小,这是我发现的:
structure(list(HHTENURE = structure(c(2L, 1L, 1L, 2L, 1L, 1L,
1L, 2L, 1L, 1L), labels = structure(c(0L, 1L, 2L, 3L, 6L, 7L), .Names = c("niu",
"owned or being bought", "rented for cash", "occupied without payment of cash rent",
"refused", "don't know")), class = "labelled"), HHINTYPE = structure(c(1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), labels = structure(1:3, .Names = c("interview",
"type a non-interview", "type b/c non-interview")), class = "labelled")), row.names = c(NA,
-10L), class = c("tbl_df", "tbl", "data.frame"), .Names = c("HHTENURE",
"HHINTYPE"))
我怀疑这可以通过一点间距使其更具可读性,但我不想搞砸它,因为担心会意外破坏相关信息。