在读取 Stata/SPSS 文件时,该haven
包会保留值标签和标记的 NA。例如,在 GSS 的自雇变量中,标签表明存在三种不同类型的 NA 值:
library(tidyverse)
library(haven)
download.file(url="http://gss.norc.org/Documents/stata/2016_stata.zip",
destfile = "2016_stata.zip")
unzip("2016_stata.zip")
gss <- read_dta("GSS2016.dta")
attr(gss$wrkslf, "labels")
#> self-employed someone else DK IAP NA
#> 1 2 NA NA NA
查看na_tag()
该变量,我们可以确认存在三种类型的 NA 标记:
table(na_tag(gss$wrkslf))
#>
#> d i n
#> 4 90 5
我的问题是,我们如何找出哪些字符串labels
对应于哪个 NA 标签?在这个例子中,我们可以推断出d
,i
和n
标签可能分别对应于DK
,IAP
和NA
标签,仅基于它们的字母(我们总是可以检查文档),但我想要一种以编程方式执行此操作的方法,如果可能的。
例如,如果您想要生成一个特定变量的列表,该列表显示变量的值及其相关标签,包括标记的 NA,这将很有用。