删除附有foreign/Hmisc SPSS导入功能的变量标签

Question

像往常一样，我得到了一些 SPSS 文件，并使用 Hmisc 包中的 spss.get 函数将其导入到 R 中。我对 Hmisc::spss.get 添加到 data.frame 中所有变量的 labelled 类感到困扰，因此想要删除它。

当我尝试运行 ggplot 甚至当我想做一些简单的分析时，labelled 类让我头疼！一种解决方案是从 data.frame 中的每个变量中删除 labelled 类。我怎样才能做到这一点？这可能吗？如果没有，我还有什么其他选择？

我真的想在适用的情况下使用 as.data.frame(lapply(x, as.numeric)) 和 as.character 绕过“从头开始”重新编辑变量...我当然不想运行 SPSS 并手动删除标签（不喜欢 SPSS，也不关心安装它）！

谢谢！

Answer 1

这是我完全摆脱标签的方法。与 Jyotirmoy 的解决方案类似，但适用于向量和 data.frame。 （部分归功于 Frank Harrell）

clear.labels <- function(x) {
  if(is.list(x)) {
    for(i in 1 : length(x)) class(x[[i]]) <- setdiff(class(x[[i]]), 'labelled') 
    for(i in 1 : length(x)) attr(x[[i]],"label") <- NULL
  }
  else {
    class(x) <- setdiff(class(x), "labelled")
    attr(x, "label") <- NULL
  }
  return(x)
}

使用如下：

my.unlabelled.df <- clear.labels(my.labelled.df)

编辑

这是该函数的一个更简洁的版本，结果相同：

clear.labels <- function(x) {
  if(is.list(x)) {
    for(i in seq_along(x)) {
      class(x[[i]]) <- setdiff(class(x[[i]]), 'labelled') 
      attr(x[[i]],"label") <- NULL
    } 
  } else {
    class(x) <- setdiff(class(x), "labelled")
    attr(x, "label") <- NULL
  }
  return(x)
}

Answer 2

关于 R 对象中的类成员资格的迟来的注释/警告。识别“标记”的正确方法不是使用 is 函数或相等性 {==) 进行测试，而是使用 inherits 进行测试。测试特定位置的方法不会选择现有类的顺序与假设的顺序不同的情况。

您可以使用以下参数避免在 spss.get 中创建“带标签”变量： use.value.labels=FALSE。

w <- spss.get('/tmp/my.sav', use.value.labels=FALSE, datevars=c('birthdate','deathdate'))

如果标记向量的类只是“标记”而不是 c(“标记”, “因子”)，则 Bhattacharya 的代码可能会失败，在这种情况下应该是：

class(x[[i]]) <- NULL  # no error from assignment of empty vector

您报告的错误可以用以下代码重现：

> b <- 4:6
> label(b) <- 'B Label'
> str(b)
Class 'labelled'  atomic [1:3] 4 5 6
  ..- attr(*, "label")= chr "B Label"
> class(b) <- class(b)[-1]
Error in class(b) <- class(b)[-1] : 
  invalid replacement object to be a class string

Answer 3

您可以尝试 foreign 包中的 read.spss 函数。

一个粗略且现成的方法可以摆脱 spss.get 创建的 labelled 类，

for (i in 1:ncol(x)) {
    z<-class(x[[i]])
    if (z[[1]]=='labelled'){
       class(x[[i]])<-z[-1]
       attr(x[[i]],'label')<-NULL
    }
}

但是您能否举一个 labelled 导致问题的示例？

如果我在由 spss.get 创建的数据框 x 中有一个变量 MAED，我有：

> class(x$MAED)
[1] "labelled" "factor"  
> is.factor(x$MAED)
[1] TRUE

编写良好的代码需要一个因子（说）不应该有任何问题。

Answer 4

假设：

library(Hmisc)
w <- spss.get('...')

您可以使用以下方法删除名为“var1”的变量的标签：

attributes(w$var1)$label <- NULL

如果您还想删除“labbled”类，您可以这样做：

class(w$var1) <- NULL 

或者如果该变量有多个类：

class(w$var1) <- class(w$var1)[-which(class(w$var1)=="labelled")]

希望这会有所帮助！

Answer 5

好吧，我发现 unclass 函数可以用来删除类（谁会告诉，是吗？！）：

library(Hmisc)
# let's presuppose that variable x is gathered through spss.get() function
# and that x is factor
> class(x)
[1] "labelled" "factor"
> foo <- unclass(x)
> class(foo)
[1] "integer"

这不是最幸运的解决方案，想象一下反向转换一堆向量......如果有人最重要的是，我会检查它作为答案......