大规模重新标记避难所标记数据

Question

假设我有以下由

tibble

和

haven

包制作的 tibble：

library(tibble)
library(haven)

# Create numerical values
values <- c(1:5)

# Combine values and colors into a named vector
color_choices <- setNames(values, c("Don't know", "Red", "Blue", "Green", "Yellow"))
name_choices <- setNames(values, c("Don't know", "John", "Paul", "Ringo", "George"))

# Create a tibble with the labelled column
data <- tibble(respondent_ID = seq(1:10),
               colour_choice = labelled(sample(1:5, 10, replace = TRUE), labels = color_choices),
               name_choice  = labelled(sample(1:5, 10, replace = TRUE), labels = name_choices))

data

现在我想更改一些变量的避风港标签。具体来说，我只想将

value = 1

的标签从

"Don't know"

更改为

"Not sure"

，但我想跨多个变量执行此操作。

这实现了我想要的

colour_choice

变量的结果：

data_replaced <- data
color_choices2 <- color_choices

names(color_choices2)[1] <- "Not sure"
val_labels(data_replaced$colour_choice) <- color_choices2

但是，这很乏味，原因有两个：首先，即使对于一个变量，它也是低效的，因为当只有一个需要替换时，它涉及为变量中的所有标签创建一个新的命名向量。 [

val_labels(data_replaced$colour_choice) <- c("Not sure" = 1)

导致其他标签被删除]。其次，它绝对不可扩展。

我一直在使用

memisc::relabel

函数尝试 dplyr 方法（无论如何这都是更好的方法），但一直碰壁，想知道是否有人可以提出建议？这是我现在的位置：

data_replaced <- data %>%
  mutate_at(vars(colour_choice, name_choice), ~ memisc::relabel(., "Don't know" = "Not sure"))

Answer 1

您可以使用

labelled:set_value()

创建辅助函数，然后在

mutate(across())

中调用它：

library(dplyr)
library(labelled)

change_value_label <- function(x, value, new_label) {
  val_label(x, value) <- new_label
  x
}
rm(x)

data %>% 
  mutate(across(
    colour_choice:name_choice, 
    \(x) change_value_label(x, 1, "Not sure")
  ))

# # A tibble: 10 × 3
#   respondent_ID colour_choice name_choice 
#           <int> <int+lbl>     <int+lbl>   
#  1             1 5 [Yellow]    5 [George]  
#  2             2 4 [Green]     3 [Paul]    
#  3             3 5 [Yellow]    5 [George]  
#  4             4 1 [Not sure]  3 [Paul]    
#  5             5 2 [Red]       1 [Not sure]
#  6             6 3 [Blue]      5 [George]  
#  7             7 5 [Yellow]    2 [John]    
#  8             8 2 [Red]       1 [Not sure]
#  9             9 1 [Not sure]  5 [George]  
# 10            10 2 [Red]       5 [George]