r - 使用 readstata13 包从 Stata 导入因子变量时出现问题

Question

我有一个非常奇怪的问题。readstata13我正在使用package.json将一些因子变量从 Stata 导入 R。导入的标签/级别看起来不错，但在删除因子类时它们会发生变化。这是变量的Stata描述（这里是可重复性的数据）：

请注意缺少一些标签（更新：实际上，它们并没有丢失。相反，它们用空格填充，这是编码器用来突出显示丢失标签的奇怪方式）。还要注意变量值 13 有 7 个观察值。

所以我在 R 中导入数据并检查级别和频率。一切都好：

as.integer()然后我使用（或）删除关卡as.numeric()，但事情变得一团糟。特别是值 11、12 和 13。请注意，现在 11 有 7 个观察值，而不是 13：

read.dta13关于与因素相关的选项，问题仍然存在。我使用以下代码尝试了此答案中的第二个建议，但没有奏效（很可能是因为只有两个值有标签）：

labname <- get.label.name(data,"J_Itm1")
labtab <- get.label(data, labname)
table(get.origin.codes(data$J_Itm1, labtab))

知道如何解决问题吗？

Answer 1

似乎问题在于包readstata13在 R 中重新创建了因子值，而没有保持 Stata 中的顺序。

“解决方案”是不从 Stata 导入级别。这可以使用该convert.factors = FALSE选项来实现。虽然不是最佳解决方案，但它对我有用，因为我首先不需要因子水平。我在包的网站上提出了一个问题，以查看潜在的解决方案。