在R中，如何使用第二个元数据文件将标签值分解并添加到特定的data.table列中？

这是从SPSS切换到R的项目的一部分。虽然有很好的工具可以将SPSS文件导入R expss，但这个问题的一部分是，当数据来自CSV源时，试图获得SPSS样式标记的好处。这有助于弥补SPSS和R之间的员工培训差距，方法是为data.tables提供通用格式，而不考虑文件格式的来源

虽然CSV在存储数据方面做得很好，但它无法提供有意义的数据。这不可避免地意味着变量和因子水平以及标签必须来自其他地方。在大多数简短的例子中，例如在文档中，简单地硬编码元数据是可行的。但对于较大的项目，将元数据存储在第二个csv文件中更有意义

示例数据文件

ID，varone，vartwo，varthree，varfour，varfive，varsix，varseven，vareight，varnine，varten 1,1,34,1,,1,,1,1,4, 2,1,21,0,1,,1,3,14,3,2 3,1,54,1,,,1,3,6,4,4 4,2,32,1,1,1,,3,7,4, 5,3,66,0,,,1,3,9,3,3 6,2,43,1,,1,,1,12,2,1 7,2,26,0,,,1,2,11,1, 8,3,,1,1,,,2,15,1,4 9,1,34,1,,1,,1,12,3,4 10,2,46,0,,,,3,13,2, 11,3,39,1,1,1,,3,7,1,2 12,1,28,0,,,1,1,6,5,1 13,2,64,0,,1,,2,11,,3 14,3,34,1,1,,,3,10,1,1 15,1,52,1,1,1,1,1,8,6

示例元数据文件

行标签，ID，varone，vartwo，varthree，varfour，varfive，varsix，varseven，vareight，varnine，varten varlabel，问题一，问题二，问题三，问题四，问题五，问题六，问题七，问题八，问题九，问题十 变量角色，唯一，态度，唯一，过滤器，过滤器，过滤器，过滤器，态度，过滤器，态度，态度，态度 缺失，错误，错误，忽略，错误，未选中，未选中，未选中，错误，错误，错误，忽略 有价，一，无，已检查，已检查，已检查，x，一，A，支架 有价的，两个，是的，y，二，B，中性 有价，三，z，三，C，反对 我不知道 有价的，有价的，有价的， 可估价的，可估价的，可估价的， 可估价的，可估价的，可估价的， 有价的，有价的，有价的，， 有价的，有价的，有价的，， 可估价的，可估价的，可估价的，， 有价的，有价的，， 可估价的，可估价的，可估价的，， 可估价的，可估价的，可估价的，， 可估价的，可估价的，， 可估价的，可估价的，可估价的

因此，公共元素是列名，它是两个文件的键

元数据文件的第一列描述数据文件行的角色 所以 varlabel为每列提供变量标签 varrole描述变量的分析目的 missing描述如何处理丢失的数据 varlabel描述一个因子级别的标签，从一个到多个标签

对!！以下是有效的代码：

```#Libraries
library(expss)
library(data.table)
library(magrittr)```

---

看来问题就在这条线上

readcsvdata <- function(dfile)
{
# TESTED - Working
print("OK Lets read some comma separated values")
rdata <- fread(file = dfile, sep = "," , quote = "\"" , header = TRUE, stringsAsFactors = FALSE, 
na.strings = getOption("datatable.na.strings",""))
return(rdata)
}

rawdatafilename <- "testdata.csv"
rawmetadata <- "metadata.csv"

mdt <- readcsvdata(rawmetadata)
rdt <- readcsvdata(rawdatafilename)
names(rdt)[names(rdt) == "ï..ID"] <- "ID" # correct minor data error
commonnames <- intersect(names(mdt),names(rdt))  # find common variable names so metadata applies 
commonnames <- commonnames[-(1)] # remove ID
qlabels <- as.list(mdt[1, commonnames, with = FALSE])

# set var names to columns
for (each_name in commonnames) # loop through commonnames and qlabels
{  
    expss::var_lab(tdt[[each_name]]) <- qlabels[[each_name]]
}

factorcols <- as.vector(commonnames)  # create a vector of column names (for later use)
for (col in factorcols) 
  { 
  print( is.na(mdt[4, ..col])) # print first row of value labels (as test)
  if (is.na(mdt[4, ..col])) factorcols <- factorcols[factorcols != col] 
# if not a factor column, remove it from the factorcol list and dont try to factor it
  else {  # if it is a vector factorise
    print(paste("working on",col))  # I have had a lot of problem with unrecognised ..col variables
    tlabels <- as.vector(na.omit(mdt[4:18, ..col]))  # get list of labels from the data column}
    validrange <- seq(1,lengths(tlabels),1)            # range of valid values is 1 to the length of labels list
    print(as.character(tlabels)) # for testing
    print(validrange) # for testing
    tdt[[col]] <- factor(tdt[[col]], levels = validrange, ordered = is.ordered(validrange), labels = as.character(tlabels))
    # expss::val_lab(tdt[, ..col]) <- tlabels
    tlabels = c()  # flush loop variable
    validrange = c() # flush loop variable
  }
}

# test using column name
tlabels <- c("one","two","three")
validrange <- c(1,2,3)
factor(tdt[,varone], levels = validrange, ordered=is.ordered(validrange), labels = tlabels)

library(data.table)
mdt = as.data.table(mtcars)
col = "am"
tlabels <- as.vector(na.omit(mdt[3:6, ..col])) # ! tlabels is data.table 
str(tlabels)
# Classes ‘data.table’ and 'data.frame':    4 obs. of  1 variable:
#     $ am: num  1 0 0 0
# - attr(*, ".internal.selfref")=<externalptr> 

as.character(tlabels) # character vector of length 1
# [1] "c(1, 0, 0, 0)"

tlabels <- na.omit(mdt[[col]][3:6]) # vector 
str(tlabels)
# num [1:4] 1 0 0 0
as.character(tlabels) # character vector of length 4
# [1] "1" "0" "0" "0"