R 从数据集/变量中删除自定义（第二）类

我一直在使用

hmisc

包中的一个类，名为

haven\u labeled

（有时只是

labeled

）。其目的是从Stata

.dta

数据集导入列标签。在数据帧上尝试使用

plm

时，我遇到了错误：

Error in as.data.frame.default(x[[i]], optional = TRUE) : 
  cannot coerce class ‘c("pseries", "haven_labelled")’ to a data.frame

课程如下：

> class(actualdataset)
[1] "pdata.frame" "data.frame"
> class(actualdataset$examplevar)
[1] "pseries"        "haven_labelled"

for for (i in seq_len(ncol(DT)) {
    if (sapply(DT, function(x) class(x)[1L]) == "haven_labelled") { 
        attr(DT[,i],"class[1L]") <- "integer"
    }
 }

因此，我希望从此数据库中删除标记为的类。很遗憾，我无法重现这个错误。我认为这与我的

actualdataset

中的

var

有关，它是一个双重类别，包括have

haven\u标签

。请参见以下示例数据集

library(data.table)
library(plm)
library(Hmisc)
set.seed(1)
DT <- data.table(panelID = sample(50,50),                                                    # Creates a panel ID
                      Country = c(rep("A",30),rep("B",50), rep("C",20)),       
                      some_NA = sample(0:5, 6),                                             
                      some_NA_factor = sample(0:5, 6),         
                      Group = c(rep(1,20),rep(2,20),rep(3,20),rep(4,20),rep(5,20)),
                      Time = rep(seq(as.Date("2010-01-03"), length=20, by="1 month") - 1,5),
                      norm = round(runif(100)/10,2),
                      Income = sample(100,100),
                      Happiness = sample(10,10),
                      Sex = round(rnorm(10,0.75,0.3),2),
                      Age = round(rnorm(10,0.75,0.3),2),
                      Educ = round(rnorm(10,0.75,0.3),2))           
DT [, uniqueID := .I]                                                                        # Creates a unique ID     
DT[DT == 0] <- NA                                                                            # https://stackoverflow.com/questions/11036989/replace-all-0-values-to-na
DT$some_NA_factor <- factor(DT$some_NA_factor)
labels <- data.table::fread("Varcode Variables
                         panelID a
                         Country b
                         Group c
                         Time d
                         norm e
                         Income f
                         Happiness g
                         Sex h
                         Age i
                         Educ j
                         uniqueID k                         
                         ", header = TRUE)
for (i in seq_len(ncol(DT))) { 
    label(DT[[i]]) <-  labels$Variables[match(names(DT)[i], labels$Varcode)] 
 }
DTp <- plm::pdata.frame(DT, index= c("panelID", "Time"))
result <- plm(Happiness ~ Income, data=DTp, model="within")

> class(DTp)
[1] "pdata.frame" "data.frame"
> class(DTp$Income)
[1] "pseries"  "labelled" "integer" 

库（data.table）
图书馆（plm）
图书馆（Hmisc）
种子（1）
DT此解决方案基于提供的数据集DTp，根据原始数据集更改
标记的
和
标记的

for (i in seq_len(ncol(DTp))) {
  if (any(class(DTp[,i]) == "labelled")) {
    #browser()
    ind = which(class(DTp[,i])=="labelled")
    attr(DTp[,i],"class")[ind] <- "labelled_ch"
  }
}

用于（序列中的i（ncol（DTp）））{
如果（任何（类（DTp[，i]）=“标记”））{
#浏览器（）
ind=哪个（类别（DTp[，i]）==“标记”）
attr（DTp[，i]，“class”）[ind]如果运行：
class（DTp$Income）检查
attributes（DTp$Income）
，
attributes（DTp$Income）$class
和
attr（DTp$Income，“class”）
，在这种情况下，
attr（DTp$Income，“class”）@A.Suliman感谢您的评论。我正在寻找一个更通用的解决方案，可以用于整个（实际的）项目数据集。我编辑了原始帖子，以便更好地解释我希望看到的内容。你介意看一看吗？@Ben Nutzer感谢你的评论。我尝试了你的方法处理整个数据集，但将其转换为pseries列表。非常感谢！我现在顺利通过了
plm
阶段。请看第二次编辑。我不确定它是否可靠ted回答了最初的问题，这就是我删除它的原因。
lm
仍然有效。。啊，很高兴知道！对于示例数据集，我不确定它是否有那么令人惊讶，因为我没有对数据进行任何思考。但是，我现在能够通过
plm
和实际数据集得到结果。我认为我必须更加努力小心我在回归中所做的。非常感谢你的帮助！