在 R 中为未命名的变量创建标签列

Question

我想创建一个名为 Label 的列以显示在我的汇总统计信息中。例如，如下表所示。

假设我有这个数据框：

df <- data.frame(age_years = c(33, 11, 45, 67, 8, 99), sex = factor(c(0, 1, 1, 0, 0, 0)))

> df

      age_years       sex
    1          33          0
    2          11          1
    3          45          1
    4          67          0
    5          8           0
    6          99          0

我尝试使用Hmisc 包。

library(Hmisc)

var.labels = c(age_years="Age in Years", sex="Sex")

label(df) = as.list(var.labels[match(names(df), names(var.labels))])

对于汇总表，我使用了以下代码：

Variables <- names(df)
Label <- label(df)
Missing <- sapply(df, function(x) sum(is.na(x)))
Type <- sapply(df, function(x) class(x))
Min <- sapply(df, function(x) min(x, na.rm = TRUE))
Max <- sapply(df, function(x) max(x, na.rm = TRUE))
SD <- sapply(df, function(x) format(round(sd(x, na.rm=TRUE), 2), nsmall = 2))
Mean <- sapply(df, function(x) format(round(mean(x, na.rm=TRUE), 2), nsmall = 2))
#To get the Latex table for the rows 
knitr::kable(as.data.frame(cbind(Variables, Label, Missing, Type, Min, Max, Mean, SD), row.names = FALSE), "latex")

我没有使用上述代码获得名为“标签”的列。我想在汇总统计表的标签列中将变量 age_years 标记为“年龄”，而性别变量也是如此。我从 R 得到这个乳胶输出。

   \begin{tabular}{l|l|l|l|l|l|l|l}
\hline
Variables & Missing & age\_years & sex & Min & Max & Mean & SD\\
\hline
age\_years & 0 & labelled & labelled & 0 & 104 & 54.94 & 20.06\\
\hline
sex & 0 & numeric & numeric & 1 & 2 & 1.46 & 0.50\\
\hline
\end{tabular}

我的 Latex 表看起来不像上面那个：

我不确定为什么 age_years 和 sex 显示为列。我想摆脱这些可变列。

我觉得这部分代码有问题Label <- label(df)

Answer 1

class 中可以有多个值，例如：

class(df$age_years)
#[1] "labelled" "numeric" 

将这些类组合成一个逗号分隔的字符串。

toString(class(df$age_years))
#[1] "labelled, numeric"

或者，如果您想选择第二类（“数字”），您可以使用if 条件。

if(length(class(df$age_years) > 1)) class(df$age_years)[2] else class(df$age_years)[1]
#[1] "numeric"

使用if 方法完成代码 -

df <- Filter(is.numeric, df)
Variables <- names(df)
Label <- label(df)
Missing <- sapply(df, function(x) sum(is.na(x)))
Type <- sapply(df, function(x) {tmp <- class(x);if(length(x) > 1) tmp[2] else tmp[1]})
Min <- sapply(df, function(x) min(x, na.rm = TRUE))
Max <- sapply(df, function(x) max(x, na.rm = TRUE))
SD <- sapply(df, function(x) format(round(sd(x, na.rm=TRUE), 2), nsmall = 2))
Mean <- sapply(df, function(x) format(round(mean(x, na.rm=TRUE), 2), nsmall = 2))
#To get the Latex table for the rows 
knitr::kable(data.frame(Variables, Label, Missing, Type, Min, Max, Mean, SD, row.names = NULL))

|Variables |Label        | Missing|Type    | Min| Max|Mean  |SD    |
|:---------|:------------|-------:|:-------|---:|---:|:-----|:-----|
|age_years |Age in Years |       0|numeric |   8|  99|43.83 |34.82 |