R haven zap_labels Zap值標簽

刪除值標簽，保留未標記的向量。如果您想簡單地從 DataFrame 中刪除所有labels，請使用此選項。

默認情況下，從 labelled_spss() 切換標簽也會刪除用戶定義的缺失值，並替換為標準 NA 。使用user_na 參數來覆蓋此行為。

用法

zap_labels(x, ...)

# S3 method for haven_labelled_spss
zap_labels(x, ..., user_na = FALSE)

參數

x: 向量或 DataFrame
...: 其他參數傳遞給方法。
user_na: 如果 FALSE (默認值)，zap_labels() 會將 labelled_spss() 用戶定義的缺失值轉換為 NA 。如果TRUE，它們將被視為正常值。

也可以看看

zap_label() 刪除變量標簽。

其他滅殺器：zap_empty()、zap_formats()、zap_label()、zap_widths()

例子

x1 <- labelled(1:5, c(good = 1, bad = 5))
x1
#> <labelled<integer>[5]>
#> [1] 1 2 3 4 5
#> 
#> Labels:
#>  value label
#>      1  good
#>      5   bad
zap_labels(x1)
#> [1] 1 2 3 4 5

x2 <- labelled_spss(c(1:4, 9), c(good = 1, bad = 5), na_values = 9)
x2
#> <labelled_spss<double>[5]>
#> [1] 1 2 3 4 9
#> Missing values: 9
#> 
#> Labels:
#>  value label
#>      1  good
#>      5   bad
zap_labels(x2)
#> [1]  1  2  3  4 NA

# Keep the user defined missing values
zap_labels(x2, user_na = TRUE)
#> [1] 1 2 3 4 9

# zap_labels also works with data frames
df <- tibble::tibble(x1, x2)
df
#> # A tibble: 5 × 2
#>   x1        x2       
#>   <int+lbl> <dbl+lbl>
#> 1 1 [good]  1 [good] 
#> 2 2         2        
#> 3 3         3        
#> 4 4         4        
#> 5 5 [bad]   9 (NA)   
zap_labels(df)
#> # A tibble: 5 × 2
#>      x1    x2
#>   <int> <dbl>
#> 1     1     1
#> 2     2     2
#> 3     3     3
#> 4     4     4
#> 5     5    NA

源代碼：R/zap_labels.R

相關用法

注：本文由純淨天空篩選整理自Hadley Wickham等大神的英文原創作品 Zap value labels。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。