R：分配数据帧列的变量标签

Question

我正在努力处理data.frame列的变量标签。说我有一个数据帧，因为这（更大的数据帧的一部分）：

data <- data.frame(age = c(21, 30, 25, 41, 29, 33), sex = factor(c(1, 2, 1, 2, 1, 2), labels = c("Female", "Male"))) 

我也有此数据的变量标签名为向量：

var.labels <- c(age = "Age in Years", sex = "Sex of the participant") 

我想要做什么是使用Hmisc包中的函数label将var.labels中的变量标签分配给数据帧data中的列。我可以用一个像这样做他们一个事后检查结果：

> label(data[["age"]]) <- "Age in years" 
> label(data[["sex"]]) <- "Sex of the participant" 
> label(data) 
       age      sex 
     "Age in years" "Sex of the participant" 

变量标签被分配为列的属性：

> attr(data[["age"]], "label") 
[1] "Age in years" 
> attr(data[["sex"]], "label") 
[1] "Sex of the participant" 

精彩。但是，对于较大的数据帧，例如100列或更多列，这不会很方便或有效。我可以轻松做的另一件事是直接将它们分配为属性：

> attr(data, "variable.labels") <- var.labels 

没有帮助。变量标签没有被分配到列：

> label(data) 
age sex 
"" "" 

相反，他们被分配为数据帧本身的属性（见列表的最后一个组件）：

> attributes(data) 
$names 
[1] "age" "sex" 

$row.names 
[1] 1 2 3 4 5 6 

$class 
[1] "data.frame" 

$variable.labels 
       age      sex 
     "Age in Years" "Sex of the participant" 

这是不是我想要的。我需要变量标签作为列的属性。我试着写了下面的函数（和许多其他）：

set.var.labels <- function(dataframe, label.vector){ 
    column.names <- names(dataframe) 
    dataframe <- mapply(label, column.names, label.vector) 
    return(dataframe) 
} 

而不是执行它：

> set.var.labels(data, var.labels) 

没有帮助。它返回矢量var.labels的值，但不分配变量标签。如果我尝试将它分配给一个新对象，它只包含变量标签的值作为一个向量。

Answer 1

您可以指定使用lapply标签：

var.labels = c(age="Age in Years", sex="Sex of the participant") 

label(data) = lapply(names(var.labels), 
        function(x) label(data[,x]) = var.labels[x]) 

label(data) 
        age      sex 
      "Age in Years" "Sex of the participant" 

lapply应用一个函数列表或向量的每个元素。在这种情况下，该函数适用于每个值names(var.labels)。通过阅读一些教程是获得总体思路的好方法，但是如果您在不同情况下开始使用lapply并且看看它的行为如何，那么您将真正掌握它。

Answer 2

如果您的标签矢量与您的data.frame列的顺序相匹配，但不是一个已命名的矢量（因此不能用于在其他答案中按照lapply方法按名称子集数据.frame列） ，你可以使用for循环：

for(i in seq_along(data)){ 
    Hmisc::label(data[, i]) <- var.labels[i] 
} 

label(data) 
#>      age      sex 
#>   "Age in Years" "Sex of the participant" 

Answer 3

我强烈推荐使用Hmisc::upData()函数。

这里一个reprex例如：

set.seed(22) 
data <- data.frame(age = floor(rnorm(6,25,10)), 
        sex = gl(2,1,6, labels = c("f","m"))) 
var.labels <- c(age = "Age in Years", 
       sex = "Sex of the participant") 
dplyr::as.tbl(data) # as tibble --------------------------------------------- 
#> # A tibble: 6 × 2 
#>  age sex 
#> <dbl> <fctr> 
#> 1 19  f 
#> 2 49  m 
#> 3 35  f 
#> 4 27  m 
#> 5 22  f 
#> 6 43  m 
data <- Hmisc::upData(data, labels = var.labels) # update data -------------- 
#> Input object size: 1328 bytes;  2 variables  6 observations 
#> New object size: 2096 bytes; 2 variables 6 observations 
Hmisc::label(data) # check new labels --------------------------------------- 
#>      age      sex 
#>   "Age in Years" "Sex of the participant" 
Hmisc::contents(data) # data dictionary ------------------------------------- 
#> 
#> Data frame:data 6 observations and 2 variables Maximum # NAs:0 
#> 
#> 
#>      Labels Levels Class Storage 
#> age   Age in Years  integer integer 
#> sex Sex of the participant  2   integer 
#> 
#> +--------+------+ 
#> |Variable|Levels| 
#> +--------+------+ 
#> | sex | f,m | 
#> +--------+------+