好吧，我想我现在明白你想要做什么了......
即标记标签，并将值标记为 NA 而不删除基础导入数据...
请参阅附录以获取更详细的示例，该示例使用公共数据文件显示利用dplyr更新多个列、标签...的示例
建议的解决方案
df <- data_frame(s1 = c(1,2,2,2,5,6), s2 = c(1,2,2,2,5,6)) %>%
set_value_labels(s1 = c(agree=1, disagree=2, dk=5, refused=6),
s2 = c(agree=1, disagree=2, dk = tagged_na("5"), refused = tagged_na("6"))) %>%
set_na_values(s2 = c(5,6))
val_labels(df)
is.na(df$s1)
is.na(df$s2)
df
解决结果：
> library(haven)
> library(labelled)
> library(dplyr)
> df <- data_frame(s1 = c(1,2,2,2,5,6), s2 = c(1,2,2,2,5,6)) %>%
+ set_value_labels(s1 = c(agree=1, disagree=2, dk=5, refused=6),
+ s2 = c(agree=1, disagree=2, dk = tagged_na("5"), refused = tagged_na("6"))) %>%
+ set_na_values(s2 = c(5,6))
> val_labels(df)
$s1
agree disagree dk refused
1 2 5 6
$s2
agree disagree dk refused
1 2 NA NA
> is.na(df$s1)
[1] FALSE FALSE FALSE FALSE FALSE FALSE
> is.na(df$s2)
[1] FALSE FALSE FALSE FALSE TRUE TRUE
> df
# A tibble: 6 × 2
s1 s2
<dbl+lbl> <dbl+lbl>
1 1 1
2 2 2
3 2 2
4 2 2
5 5 5
6 6 6
现在我们可以操作数据了
mean(df$s1, na.rm = TRUE)
mean(df$s2, na.rm = TRUE)
> mean(df$s1, na.rm = TRUE)
[1] 3
> mean(df$s2, na.rm = TRUE)
[1] 1.75
使用 Labeled 包去除标签并替换为 R NA
如果您希望剥离标签并替换为 R NA 值，您可以使用remove_labels(x, user_na_to_na = TRUE)
例子：
df <- remove_labels(df, user_na_to_na = TRUE)
df
结果：
> df <- remove_labels(df, user_na_to_na = TRUE)
> df
# A tibble: 6 × 2
s1 s2
<dbl> <dbl>
1 1 1
2 2 2
3 2 2
4 2 2
5 5 NA
6 6 NA
--
SPSS 格式说明/概述：
IBM SPSS（应用程序）可以以多种格式和非矩形配置导入和导出数据；但是，数据集总是被转换为 SPSS 矩形数据文件，称为系统文件（使用扩展名 *.sav）。元数据（有关数据的信息），例如变量格式、缺失值以及变量和值标签与数据集一起存储。
值标签
Base R 有一种数据类型可以有效地维护整数和字符标签之间的映射：因子。然而，这不是因子的主要用途：它们被设计为自动为线性模型生成有用的对比。因素在重要方面不同于其他工具提供的标记值：
SPSS 和 SAS 可以标记数字和字符值，而不仅仅是整数值。
缺失值
所有三个工具（SPSS、SAS、Stata）都提供了一个全局“系统缺失值”，显示为.. 这大致相当于 R's NA，尽管 Stata 和 SAS 都不会在数值比较中传播缺失：SAS 将缺失值视为可能的最小数（即 -inf），而 Stata 将其视为可能的最大数（即 inf）。
每个工具还提供了一种记录多种类型缺失的机制：
- Stata 已经“扩展”了缺失值，从 .A 到 .Z。
- SAS 有“特殊”缺失值，.A 到 .Z 加上 ._。
- SPSS 具有每列“用户”缺失值。每列最多可以声明三个不同的值或应该被视为缺失的一系列值（加上一个不同的值）。
用户定义的缺失值
SPSS 的用户定义值的工作方式与 SAS 和 Stata 不同。每列最多可以有三个不同的值，这些值被视为缺失或一个范围。Haven提供labelled_spss()作为子类labelled()来模拟这些额外的用户定义的缺失。
x1 <- labelled_spss(c(1:10, 99), c(Missing = 99), na_value = 99)
x2 <- labelled_spss(c(1:10, 99), c(Missing = 99), na_range = c(90, Inf))
x1
#> <Labelled SPSS double>
#> [1] 1 2 3 4 5 6 7 8 9 10 99
#> Missing values: 99
#>
#> Labels:
#> value label
#> 99 Missing
x2
#> <Labelled SPSS double>
#> [1] 1 2 3 4 5 6 7 8 9 10 99
#> Missing range: [90, Inf]
#>
#> Labels:
#> value label
#> 99 Missing
标记缺失值
为了支持 Stata 的扩展和 SAS 的特殊缺失值，have 实现了标记的 NA。它通过利用浮点 NA 的内部结构来做到这一点。这允许这些值在常规 R 操作中表现与 NA 相同，同时仍保留标记的值。
使用标记 s 创建的 R 界面NA有点笨拙，因为通常它们将由 Haven 为您创建。但是您可以使用 tagged_na() 创建自己的：
重要的：
请注意，这些标记的 NA 的行为与常规 NA 相同，即使在打印时也是如此。要查看他们的标签，请使用 print_tagged_na()：
因此：
library(haven)
library(labelled)
v1<-labelled(c(1,2,2,2,5,6), c(agree=1, disagree=2, dk=5, refused=6))
v2<-labelled(c(1,2,2,2,5,6), c(agree=1, disagree=2, dk=tagged_na("5"), refused= tagged_na("6")))
v3<-data.frame(v1 = v1, v2 = v2)
v3
lapply(v3, val_labels)
> v3
x x.1
1 1 1
2 2 2
3 2 2
4 2 2
5 5 5
6 6 6
> lapply(v3, val_labels)
$x
agree disagree dk refused
1 2 5 6
$x.1
agree disagree dk refused
1 2 NA NA
警告：
SPSS 的用户定义值的工作方式与 SAS 和 Stata 不同。每列最多可以有三个被视为缺失的不同值或一个范围。Haven 提供labelled_spss()作为 labelled() 的子类来模拟这些额外的用户定义的缺失。
我希望以上内容有所帮助
保重T。
参考：
使用公共数据的附录示例...
使用 SPPS 数据文件 { hospital.sav }的 SPSS 缺失值示例
首先，让我们确保我们强调
- 系统缺失值- 数据中完全不存在的值
- 用户缺失值是数据中存在但必须从计算中排除的值。
SPSS 数据视图...
让我们回顾一下图像和数据...变量视图中显示的 SPSS 数据显示每一行都有一个标签[Column5]，我们注意到第 10 到第 14 行具有归因于它们的特定值 [1..6] [Column 6] 具有名称属性并且没有值被指定为缺失[第 7 列]。
现在让我们看一下 SPSS 数据视图：
在这里我们可以注意到缺少数据...（请参阅突出显示的“.”）。关键是我们有Missing data，但目前没有“Missing User Values”
现在让我们转向 R，并将数据加载到 R
hospital_url <- "https://www.spss-tutorials.com/downloads/hospital.sav"
hospital <- read_sav(hospital_url,
user_na = FALSE)
head(hospital,5)
# We're interested in columns 10 through 14...
head(hospital[10:14],5)
结果
> hospital_url <- "https://www.spss-tutorials.com/downloads/hospital.sav"
> hospital <- read_sav(hospital_url,
+ user_na = FALSE)
> head(hospital,5)
# A tibble: 5 × 14
visit_id patient_id first_name surname_prefix last_name gender entry_date entry_time
<dbl> <dbl> <chr> <chr> <chr> <dbl+lbl> <date> <time>
1 32943 23176 JEFFREY DIJKSTRA 1 2013-01-08 16:56:10
2 32944 20754 MARK VAN DER BERG 1 2013-02-01 14:24:45
3 32945 25419 WILLEM VERMEULEN 1 2013-02-02 10:01:43
4 32946 21139 LINDA JANSSEN 0 2013-02-10 10:24:39
5 32947 25419 WILLEM VERMEULEN 1 2013-02-10 18:05:59
# ... with 6 more variables: exit_moment <dttm>, doctor_rating <dbl+lbl>, nurse_rating <dbl+lbl>,
# room_rating <dbl+lbl>, food_rating <dbl+lbl>, facilities_rating <dbl+lbl>
第 10 到 14 列包含值
1="Very Dissatisfied"
2="Dissatisfied"
3="Neutral"
4="Satisfied"
5="Very Satisfied"
6="Not applicable or don't want to answer"
因此：
> head(hospital[10:14],5)
# A tibble: 5 × 5
doctor_rating nurse_rating room_rating food_rating facilities_rating
<dbl+lbl> <dbl+lbl> <dbl+lbl> <dbl+lbl> <dbl+lbl>
1 5 5 4 2 3
2 4 5 4 3 3
3 5 6 4 5 4
4 4 5 5 4 4
5 5 5 6 6 6
SPSS 值标签
> lapply(hospital[10], val_labels)
$doctor_rating
Very dissatisfied Dissatisfied
1 2
Neutral Satisfied
3 4
Very satisfied Not applicable or don't want to answer
5 6
好的，请注意，上面我们可以确认我们已经导入了值标签。
从调查数据中删除不适用的数据
我们的目标是现在通过将“不适用或不想回答”数据条目设置为“用户 NA 值”（即 SPSS缺失值）来删除它们。
解决方案 - 第 1 步 - 单列
我们希望在数据中的多列中设置缺失值属性...让我们首先为一列执行此操作...
请注意，我们使用add_value_labelsnotset_value_labels因为我们希望附加一个新标签，而不是完全覆盖现有标签......
d <- hospital
mean(d$doctor_rating, na.rm = TRUE)
d <- hospital %>%
add_value_labels( doctor_rating = c( "Not applicable or don't want to answer"
= tagged_na("6") )) %>%
set_na_values(doctor_rating = 5)
val_labels(d$doctor_rating)
mean(d$doctor_rating, na.rm = TRUE)
> d <- hospital
> mean(d$doctor_rating, na.rm = TRUE)
[1] 4.322368
> d <- hospital %>%
+ add_value_labels( doctor_rating = c( "Not applicable or don't want to answer"
+ = tagged_na("6") )) %>%
+ set_na_values(doctor_rating = 6)
> val_labels(d$doctor_rating)
Very dissatisfied Dissatisfied
1 2
Neutral Satisfied
3 4
Very satisfied Not applicable or don't want to answer
5 6
Not applicable or don't want to answer
NA
> mean(d$doctor_rating, na.rm = TRUE)
[1] 4.097015
解决方案 - 第 2 步 - 现在应用于多个列...
mean(hospital$nurse_rating)
mean(hospital$nurse_rating, na.rm = TRUE)
d <- hospital %>%
add_value_labels( doctor_rating = c( "Not applicable or don't want to answer"
= tagged_na("6") )) %>%
set_na_values(doctor_rating = 6) %>%
add_value_labels( nurse_rating = c( "Not applicable or don't want to answer"
= tagged_na("6") )) %>%
set_na_values(nurse_rating = 6)
mean(d$nurse_rating, na.rm = TRUE)
结果
请注意，nurse_rating 包含“NaN”值和NA 标记值。第一次 mean() 调用失败，第二次成功但在过滤器“不适用...”被删除后包含“不适用...”...
> mean(hospital$nurse_rating)
[1] NaN
> mean(hospital$nurse_rating, na.rm = TRUE)
[1] 4.471429
> d <- hospital %>%
+ add_value_labels( doctor_rating = c( "Not applicable or don't want to answer"
+ = tagged_na("6") )) %>%
+ set_na_values(doctor_rating = 6) %>%
+ add_value_labels( nurse_rating = c( "Not applicable or don't want to answer"
+ = tagged_na("6") )) %>%
+ set_na_values(nurse_rating = 6)
> mean(d$nurse_rating, na.rm = TRUE)
[1] 4.341085
将标记的 NA 转换为 R NA
在这里，我们采用上面标记的 NA 并转换为 R NA 值。
d <- d %>% remove_labels(user_na_to_na = TRUE)