R 转换'后标签丢失;贴有'标签的港口;使用';as#u因子';
当将标签为的变量转换为因子变量时,我(似乎)丢失了基本的“标签”(我认为使用了R 转换'后标签丢失;贴有'标签的港口;使用';as#u因子';,r,tidyverse,r-haven,R,Tidyverse,R Haven,当将标签为的变量转换为因子变量时,我(似乎)丢失了基本的“标签”(我认为使用了tidyverse术语…) #这将设置具有非连续数值的因子var x 图书馆(tidyverse) 图书馆(贴有标签) 为什么不将它们用作因子水平?我不太了解SPSS,但我相信SPSS中所谓的标签与R中的因子水平有着类似的作用,因此您最后的猜测在SPSS或Stata中似乎是合适的。文本标签和数字水平都包含有关变量的信息。出于某种原因,避风港似乎删除了数字级别,转而使用新的“标签”。我只是不知道为什么HAVE没有保留原来
tidyverse
术语…)
#这将设置具有非连续数值的因子var x
图书馆(tidyverse)
图书馆(贴有标签)
为什么不将它们用作因子水平?我不太了解SPSS,但我相信SPSS中所谓的标签与R中的因子水平有着类似的作用,因此您最后的猜测在SPSS或Stata中似乎是合适的。文本标签和数字水平都包含有关变量的信息。出于某种原因,避风港似乎删除了数字级别,转而使用新的“标签”。我只是不知道为什么HAVE没有保留原来的数字级别。为什么不使用它们作为因子级别?我不太了解SPSS,但我相信SPSS中所谓的标签与R中的因子水平有着类似的作用,因此您最后的猜测在SPSS或Stata中似乎是合适的。文本标签和数字水平都包含有关变量的信息。出于某种原因,避风港似乎删除了数字级别,转而使用新的“标签”。我只是不知道为什么HAVE没有保留原来的数字级别。
> attributes(x_tib$value)
$labels
Letter A Letter B Letter C Letter D
1 5 10 20
$class
[1] "haven_labelled"
> glimpse(x_tib$value)
'haven_labelled' num [1:1000000] 10 10 10 5 10 5 10 10 10 10 ...
- attr(*, "labels")= Named num [1:4] 1 5 10 20
..- attr(*, "names")= chr [1:4] "Letter A" "Letter B" "Letter C" "Letter D"
> attributes(as_factor(x_tib$value))
$levels
[1] "Letter A" "Letter B" "Letter C" "Letter D"
$class
[1] "factor"
> glimpse(as_factor(x_tib$value))
Factor w/ 4 levels "Letter A","Letter B",..: 3 3 3 2 3 2 3 3 3 3 ...