переименовать переменные с метками переменных в R

Question

Я всегда работаю с коллегами в SPSS и STata, поэтому четкие метки переменных действительно важны для сообщения того, что было сделано с любой данной переменной и что она записывает.

Как мне наиболее эффективно переименовать переменные с их метками переменных в контексте tidyverse. Я могу это сделать, но это кажется очень громоздким.

      var1<-rnorm(100)
var2<-rnorm(100)
var3<-rnorm(100)
group_var<-sample(c("A", "B"), size=100, replace=T)
other_var1<-rnorm(100)
other_var2<-rnorm(100)
df<-data.frame(var1, var2, var3, group_var, other_var1, other_var2)
library(labelled)
library(tidyverse)
df %>% 
  set_variable_labels(var1="Measure 1", 
                      var2="Measure 2",
                      var3="Measure 3",
                        group_var="Grouping Variable")->df


#Store variable labels
df %>% 
  select(starts_with("var")) %>% 
  var_label() %>% 
  unlist()->variable_labels
variable_labels<-data.frame(name=names(variable_labels), labels=variable_labels)
df %>% 
  pivot_longer(var1:var3) %>% 
  left_join(., variable_labels, by="name")
  

Есть ли способ сделатьrename_withфункция здесь работает? Это не так.

      df %>% 
  rename_with(., function(x) var_label(x),.cols=var1:var3)

Answer 1

Мы могли бы использовать!!!сrenameв именованном списке или векторе, созданном изvariable_labelsнабор данных

      library(dplyr)
library(tibble)
df <- df %>% 
   rename(!!! deframe(variable_labels[2:1]))

-Проверьте имена

      > names(df)
[1] "Measure 1"  "Measure 2"  "Measure 3"  "group_var"  "other_var1" "other_var2"

---

Или если мы хотим использоватьrename_with

      df <- df %>%
  rename_with(~ variable_labels$labels, 
      .cols = variable_labels$name)

---

Причина не работает, потому что она ищет значение столбцов, а не имена столбцов, т.е. в соответствии с?var_label

x - вектор или data.frame

      var_label("var1")
NULL

тогда как

      > var_label(df$var1)
[1] "Measure 1"

Если мы копаем функциюrename_with.data.frameбыло бы нагляднее

      getAnywhere('rename_with.data.frame')
function (.data, .fn, .cols = everything(), ...) 
{
    .fn <- as_function(.fn)
    cols <- tidyselect::eval_select(enquo(.cols), .data)
    names <- names(.data)
    names[cols] <- .fn(names[cols], ...)
    names <- vec_as_names(names, repair = "check_unique")
    set_names(.data, names)
}

то есть.fnили лямбда-функция применяется к именам столбцов. Таким образом, когда мы используемvar_label, он требует data.frame или вектор, и он терпит неудачу

-добавлены операторы печати в модифицированной функции

      rename_with_mod <- function (.data, .fn, .cols = everything(), ...) 
{
   
    cols <- tidyselect::eval_select(enquo(.cols), .data)
    print("cols")
    print(cols)
    names <- names(.data)
    print("names")
    print(names)
    .fn <- rlang::as_function(.fn)
    print(names[cols])
    .fn(names[cols], ...)
    
}

-Тестирование

       # lambda function to return the column name
 > df %>% 
  + rename_with_mod(~ .x, .cols=var1:var3)
[1] "cols"
var1 var2 var3 
   1    2    3 
[1] "names"
[1] "var1"       "var2"       "var3"       "group_var"  "other_var1" "other_var2"
[1] "var1" "var2" "var3"
[1] "var1" "var2" "var3"
# lambda function where we apply the var_label - returns NULL
> df %>% 
+   rename_with_mod(~ var_label(.x), .cols=var1:var3)
[1] "cols"
var1 var2 var3 
   1    2    3 
[1] "names"
[1] "var1"       "var2"       "var3"       "group_var"  "other_var1" "other_var2"
[1] "var1" "var2" "var3"
NULL

Answer 2

Вы также можете использовать атрибуты напрямую:

      colnames(data) <- sapply(data, function(x) attr(x, "label"))

Или, если вы предпочитаетеvar_labelиrename_with(помните, что здесь нет маскирования данных, поэтомуdata, нет.data):

      data |> 
  rename_with(function(x) sapply(x, function(y) var_label(data[[y]])))

Пример с пометкойhaven irisданные:

      library(haven)

> path <- system.file("examples", "iris.dta", package = "haven")
> data <- read_dta(path)
> data
# A tibble: 150 × 5
   sepallength sepalwidth petallength petalwidth species
         <dbl>      <dbl>       <dbl>      <dbl> <chr>  
 1        5.10       3.5         1.40      0.200 setosa 
 2        4.90       3           1.40      0.200 setosa 
 3        4.70       3.20        1.30      0.200 setosa 
 4        4.60       3.10        1.5       0.200 setosa 
 5        5          3.60        1.40      0.200 setosa 
 6        5.40       3.90        1.70      0.400 setosa 
 7        4.60       3.40        1.40      0.300 setosa 
 8        5          3.40        1.5       0.200 setosa 
 9        4.40       2.90        1.40      0.200 setosa 
10        4.90       3.10        1.5       0.100 setosa 
# … with 140 more rows
> colnames(data) <- sapply(data, function(x) attr(x, "label"))
> data
# A tibble: 150 × 5
   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
          <dbl>       <dbl>        <dbl>       <dbl> <chr>  
 1         5.10        3.5          1.40       0.200 setosa 
 2         4.90        3            1.40       0.200 setosa 
 3         4.70        3.20         1.30       0.200 setosa 
 4         4.60        3.10         1.5        0.200 setosa 
 5         5           3.60         1.40       0.200 setosa 
 6         5.40        3.90         1.70       0.400 setosa 
 7         4.60        3.40         1.40       0.300 setosa 
 8         5           3.40         1.5        0.200 setosa 
 9         4.40        2.90         1.40       0.200 setosa 
10         4.90        3.10         1.5        0.100 setosa 
# … with 140 more rows

Рассмотрите возможность использованияjanitor::make_clean_namesпотом облегчить себе жизнь.