该类仅在 read_sav()
中的 user_na = TRUE
时使用。它与 labelled()
类类似,但它也对 SPSS 的用户定义缺失进行建模,最多可以是三个不同的值,或者对于数值向量来说是一个范围。
参数
- x
-
要标记的向量。必须是数字(整数或双精度)或字符。
- labels
-
命名向量或
NULL
。该向量的类型应与x
相同。与因子不同,标签不需要详尽无遗:只可以标记一小部分值。 - na_values
-
也应被视为缺失的值向量。
- na_range
-
长度为 2 的数值向量,给出范围的(含)范围。如果您希望范围是开放式的,请使用
-Inf
和Inf
。 - label
-
向量的简短、人类可读的说明。
例子
x1 <- labelled_spss(1:10, c(Good = 1, Bad = 8), na_values = c(9, 10))
is.na(x1)
#> [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE TRUE
x2 <- labelled_spss(
1:10,
c(Good = 1, Bad = 8),
na_range = c(9, Inf),
label = "Quality rating"
)
is.na(x2)
#> [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE TRUE
# Print data and metadata
x2
#> <labelled_spss<integer>[10]>: Quality rating
#> [1] 1 2 3 4 5 6 7 8 9 10
#> Missing range: [9, Inf]
#>
#> Labels:
#> value label
#> 1 Good
#> 8 Bad
相关用法
- R haven labelled 创建一个标记向量。
- R haven read_xpt 读写 SAS 传输文件
- R haven zap_missing 将特殊缺失修改为常规 R 缺失
- R haven print_labels 打印带标签向量的标签
- R haven tagged_na “标记”缺失值
- R haven zap_label Zap 变量标签
- R haven read_sas 读取 SAS 文件
- R haven read_dta 读写Stata DTA文件
- R haven as_factor 将标记向量转换为因子
- R haven read_spss 读取和写入 SPSS 文件
- R haven zap_empty 将空字符串转换为缺失值
- R haven zap_labels Zap值标签
- R SparkR hashCode用法及代码示例
- R hms hms 用于存储一天中的时间值的简单类
- R SparkR hint用法及代码示例
- R hms parse_hms 解析 hms 值
- R SparkR histogram用法及代码示例
- R SparkR head用法及代码示例
- R hms round_hms 四舍五入或截断为秒的倍数
- R dtrMatrix-class 三角形稠密数值矩阵
- R vcov.gam 从 GAM 拟合中提取参数(估计器)协方差矩阵
- R gam.check 拟合 gam 模型的一些诊断
- R ggplot2 annotation_logticks 注释:记录刻度线
- R matrix转list用法及代码示例
- R Pixel X 射线像素强度随时间的变化
注:本文由纯净天空筛选整理自Hadley Wickham等大神的英文原创作品 Labelled vectors for SPSS。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。