我正在处理 R 中的 SPSS 数据。要修改/附加来自不同文件的数据，我必须将数据转换为因子（as_factor(x, levels = "both") 方法）。现在我需要将数据写回 .SAV 文件，但我无法将因子变量转换为标记数据。请看下面的代码 sn-p:-
x <- labelled(sample(5, 10, replace = TRUE), c(Bad = 1, Good = 5))
x1<-as_factor(x, levels = "both")
x2<-labelled(x1)
Error: `x` must be a numeric or a character vector
有没有办法从因子转换为spss数据。
【问题讨论】：
是的，使用to_labelled(x1)：
library(tidyverse)
library(labelled)
> x <- labelled(sample(5, 10, replace = TRUE), c(Bad = 1, Good = 5))
> str(x)
'haven_labelled' int [1:10] 2 4 3 1 5 5 2 5 5 5
- attr(*, "labels")= Named num [1:2] 1 5
..- attr(*, "names")= chr [1:2] "Bad" "Good"
> x1 <- to_factor(x, levels = "labels")
> str(x1)
Factor w/ 5 levels "Bad","2","3",..: 2 4 3 1 5 5 2 5 5 5
> x2 <- to_labelled(x1)
> str(x2)
'haven_labelled' num [1:10] 2 4 3 1 5 5 2 5 5 5
- attr(*, "labels")= Named int [1:5] 1 2 3 4 5
..- attr(*, "names")= chr [1:5] "Bad" "2" "3" "4" ...
【讨论】：
set.seed(620) 运行。使用该种子，此方法将标签“坏”关联到值 4 而不是 5，因为因子中没有 3 的水平。
这有点混乱，但它适用于您提供的小示例（不确定它将如何用于您的真实数据）。第一个问题是as_factor 使用levels="both" 选项分配的因子水平非常混乱。您可以转换为数字，然后使用 haven 包中的 labelled()，但这可能会导致一些信息丢失。相反，我所做的是选择levels="default" 选项并使用labelled 包中的to_labelled() 函数。在此函数中，我为所有因子级别（不仅仅是您开始使用的两个标签）分配了标签，否则这些将被转换为 NA。
代码：
library(haven)
library(labelled)
set.seed(617)
(x = labelled(sample(5, 10, replace = TRUE), c(Bad = 1, Good = 5)))
(x1 = as_factor(x, levels="default"))
(x2 = to_labelled(x1, labels=c(Bad = 1, '2'=2, '3'=3, '4'=4, Good = 5)))
输出：
> set.seed(617)
> (x = labelled(sample(5, 10, replace = TRUE), c(Bad = 1, Good = 5)))
<Labelled integer>
[1] 1 4 1 1 1 1 3 3 3 4
Labels:
value label
1 Bad
5 Good
> (x1 = as_factor(x, levels="default"))
[1] Bad 4 Bad Bad Bad Bad 3 3 3 4
Levels: Bad 3 4 Good
> (x2 = to_labelled(x1, labels=c(Bad = 1, '2'=2, '3'=3, '4'=4, Good = 5)))
<Labelled double>
[1] 1 4 1 1 1 1 3 3 3 4
Labels:
value label
1 Bad
2 2
3 3
4 4
5 Good
这会让您从一个因素回到标记数据。如果您必须将levels="both" 选项与as_factor() 一起使用，您可以这样做，但您需要确保将因子水平适当地复制回to_labelled() 函数中。
【讨论】：