R 为大因子数据集创建汇总统计（汇总所有），保留因子信息

我有一个包含观测调查数据的大型数据集，我想将其汇总到国家年度水平（也用于因子），以便将数据用作另一个数据集中的国家级数据。我想聚合的一个

df

具有以下类：

character  labelled   numeric 
       24       272        50

其中，我非常确定标记的类是

Hmisc

库的结果

我一开始是这样的，效果很好

dfsum <- df %>%
 group_by(countryyear) %>%
 summarise_all(funs(if(is.numeric(.)) mean(., na.rm = TRUE) else first (.)))

但这并没有真正起到任何作用（没有添加任何额外的变量）

---

更重要的是，我希望在总结过程中保留因子信息。是否有可能以不同的方式重新附加该信息？例如，它是一个二进制值（如果原始变量的50%以上是0或1），或者添加刻度（通过取原始变量的最小值和最大值）？

通过结合许多其他答案，请查看相应的链接，我设法按如下方式处理我的问题：

#1
as.numeric.factor <- function(x) {as.numeric(as.character(x))}
#2
df[] = lapply(df, as.numeric.factor)
#3
cols = sapply(df, is.numeric)
cols = names(cols)[cols]
#4
dfsummary = df[, lapply(.SD, mean, na.rm=TRUE), .SDcols = cols, by=countryyear]

#1
as.numeric.factor可能是某些类/属性与汇总不匹配。您可以删除这些属性，然后重试
df%>%as.data.frame%>%groupby（countryyear）
谢谢。。是否有一种简单的方法来存储类/属性，并在执行操作后将其添加回？如果类属性如此重要，可能是您可以使用
base R
在tidyverse外部执行这些操作，以便不会发生任何冲突
#1
as.numeric.factor <- function(x) {as.numeric(as.character(x))}
#2
df[] = lapply(df, as.numeric.factor)
#3
cols = sapply(df, is.numeric)
cols = names(cols)[cols]
#4
dfsummary = df[, lapply(.SD, mean, na.rm=TRUE), .SDcols = cols, by=countryyear]