R 从数据集/变量中删除自定义(第二)类
我一直在使用R 从数据集/变量中删除自定义(第二)类,r,class,plm,hmisc,R,Class,Plm,Hmisc,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(actualda
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$examplevar)
[1] "pseries" "haven_labelled"
for for (i in seq_len(ncol(DT)) {
if (sapply(DT, function(x) class(x)[1L]) == "haven_labelled") {
attr(DT[,i],"class[1L]") <- "integer"
}
}
因此,我希望从此数据库中删除标记为的类。很遗憾,我无法重现这个错误。我认为这与我的actualdataset
中的var
有关,它是一个双重类别,包括havehaven\u标签
。请参见以下示例数据集
library(data.table)
library(plm)
library(Hmisc)
set.seed(1)
DT <- data.table(panelID = sample(50,50), # Creates a panel ID
Country = c(rep("A",30),rep("B",50), rep("C",20)),
some_NA = sample(0:5, 6),
some_NA_factor = sample(0:5, 6),
Group = c(rep(1,20),rep(2,20),rep(3,20),rep(4,20),rep(5,20)),
Time = rep(seq(as.Date("2010-01-03"), length=20, by="1 month") - 1,5),
norm = round(runif(100)/10,2),
Income = sample(100,100),
Happiness = sample(10,10),
Sex = round(rnorm(10,0.75,0.3),2),
Age = round(rnorm(10,0.75,0.3),2),
Educ = round(rnorm(10,0.75,0.3),2))
DT [, uniqueID := .I] # Creates a unique ID
DT[DT == 0] <- NA # https://stackoverflow.com/questions/11036989/replace-all-0-values-to-na
DT$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!