如何在R中使用SPSS中的标记数据

这是我发现的一个解决方案，可以处理R中SPSS中的标记数据

我正在使用SPSS提供的一项调查，我从

foreign

转到

haven

我读了，我找不到一种方法来表达我的标签变量作为因素

我尝试的是使用

purr

包提取

属性

，然后将一些变量转换为factor。没有成功

如何在R中使用SPSS中的标记数据 1：读取数据 2：创建一个表格以获取数字（标签）的含义： 返回

# A tibble: 3 x 2
  occupation_id                                           occupation
      <dbl+lbl>                                                <chr>
1             1 Binario Ocupados de Referencia Tabulados de Personas
2           NaN Binario Ocupados de Referencia Tabulados de Personas
3             0 Binario Ocupados de Referencia Tabulados de Personas

它起作用了

> occupation
# A tibble: 2 x 2
  occupation_id                                      occupation
      <dbl+lbl>                                           <chr>
1             1 Ocupados con menos de 1 mes en el empleo actual
2             0   Ocupados con más de 1 mes en el empleo actual

职业 #一个tibble:2x2 职业 1.1.1.1.1.1.1.1.1.1.2.1.1.2.2.2.2.2.2.2.2.1.1.2.1.1.1.2.2.2.2.2.2.1 2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2

---

是否要将值标签设置为因子级别？然后您可以尝试

sjlabel:：as_label（）

或

sjmisc:：to_label（）

（两者都是相同的，只是我没有从sjmisc中完全删除to_label，而是为了向后兼容而保留它）。

是否要将值标签设置为因子级别？然后您可以尝试

sjlabel:：as_label（）

或

sjmisc:：to_label（）

（两者都是相同的，只是我没有从sjmisc中完全删除to_label，而是为了向后兼容而保留了它）。

缺少库调用？：<代码>在mutate_impl（.data，dots）中出错：从{sjmisc}中找不到函数“get_label”可能

get_label

？

sjmisc

说“使用

sjlabel

bc这将被弃用“缺少库调用”：<代码>在mutate_impl（.data，dots）中出错：无法从{sjmisc}中找到函数“get_label”可能是

get_label

？

sjmisc

说“使用

sjlabel

bc这将被弃用”

# A tibble: 3 x 2
  occupation_id                                           occupation
      <dbl+lbl>                                                <chr>
1             1 Binario Ocupados de Referencia Tabulados de Personas
2           NaN Binario Ocupados de Referencia Tabulados de Personas
3             0 Binario Ocupados de Referencia Tabulados de Personas

  occupation = classifications_all %>% 
    select(occupation_id) %>% 
    distinct() %>% 
    filter(!is.nan(occupation_id)) %>% 
    mutate(occupation = get_labels(occupation_id))

> occupation
# A tibble: 2 x 2
  occupation_id                                      occupation
      <dbl+lbl>                                           <chr>
1             1 Ocupados con menos de 1 mes en el empleo actual
2             0   Ocupados con más de 1 mes en el empleo actual