1

当将haven_labelled变量转换为因子变量时，我（似乎）失去了潜在的“标签”（使用tidyverse我认为的术语......）。

# this sets up a factor var x with non-continuous numeric values
library(tidyverse)
library(labelled)

x <- sample( c(1, 5, 10, 20), 1000000, replace=TRUE, prob=c(0.1, 0.2, 0.65, 0.05) )
x_tib <- as_tibble(x) %>% 
  set_value_labels(value = c("Letter A" = 1, 
                             "Letter B" = 5, 
                             "Letter C" = 10, 
                             "Letter D" = 20))

的属性x_tib$value如我所料

attributes(x_tib$value)
glimpse(x_tib$value)

> attributes(x_tib$value)
$labels
Letter A Letter B Letter C Letter D 
       1        5       10       20 

$class
[1] "haven_labelled"

> glimpse(x_tib$value)
 'haven_labelled' num [1:1000000] 10 10 10 5 10 5 10 10 10 10 ...
 - attr(*, "labels")= Named num [1:4] 1 5 10 20
  ..- attr(*, "names")= chr [1:4] "Letter A" "Letter B" "Letter C" "Letter D"

但是，在我将其转换为因子变量后（如haven文档中所建议的那样），我似乎失去了原来的“标签”（1、5、10、20 变为 1、2、3、4）。

attributes(as_factor(x_tib$value))
glimpse(as_factor(x_tib$value))

> attributes(as_factor(x_tib$value))
$levels
[1] "Letter A" "Letter B" "Letter C" "Letter D"

$class
[1] "factor"

> glimpse(as_factor(x_tib$value))
 Factor w/ 4 levels "Letter A","Letter B",..: 3 3 3 2 3 2 3 3 3 3 ...

我可以保留底层的“标签”吗？

注意 - 我知道我可以在as_factor（例如as_factor(x_tib$value, "value")或as_factor(x_tib$value, "both")）的“级别”选项中对它们进行编码。

4

0 回答 0