使用列表/数据框/向量通过Hmisc将标签分配给数据框的列名

Question

我想使用数据框的Variables列：

  Variables Varcode  Country Ccode  2000  2001 
1 Power     P        France  FR     1213  1234
2 Happiness H        France  FR     1872  2345
3 Power     P        UK      UK     1726  6433
4 Happiness H        UK      UK     2234  9082

为另一个（重塑的）数据帧的列名（从变量P开始）分配标签：

  Year      Country Ccode P(label=Power) H(label=Happiness)
1 2000      France  FR    1213           1872  
2 2001      France  FR    1234           2345
3 2000      UK      UK    1726           2234
4 2001      UK      UK    6433           9082

我想到以下几点：

重塑之前

library(Hmisc)
LabelList <- as.data.frame(df1$Varcode)
LabelList <- as.character(LabelList) #(EDIT)

重塑

df2 %>% 
  select(-Variables) %>% 
  gather(Year, val,`2000`:`2001`) %>% 
  unite(Country_Ccode, Country, Ccode, sep = "_") %>% 
  spread(Varcode, val) %>% 
  separate(Country_Ccode, c("Country", "Ccode"), sep = "_")

重塑后（编辑：标签函数仅允许向量1）

for(i in LabelList){
label(df2[,i]) <- LabelList[i]

但是然后我得到以下错误：

Error in `[.data.frame`(List, i) : undefined columns selected
Error : Unsupported index type: factor

在as.character（LabelList）之后，错误变为：

Error : Column `c(1, 2, 3, 4, 5, 6, .., )

有任何想法吗？

Answer 1

这是一个棘手的问题。 因此，我将逐步展示我的尝试。

1.重塑没有label<-()

第一次尝试时，我求助于我更熟悉的data.table 。

library(data.table)   # for melt() and dcast()
library(magrittr)     # for piping %>%
df1 %>% 
  setDT() %>%
  melt(measure.vars = patterns("^20"), variable.name = "Year") %>% 
  dcast(... ~ Varcode + Variables)

  Country Ccode Year H_Happiness P_Power 1: France FR 2000 1872 1213 2: France FR 2001 2345 1234 3: UK UK 2000 2234 1726 4: UK UK 2001 9082 6433 

现在，值vars的列标题包含Varcode和Variables 。 我之所以尝试这样做，是因为我不确定OP打算使用Hmisc::label()实现什么。

2.使用label<-()重塑

df2 <- df1 %>% 
  setDT() %>%
  melt(measure.vars = patterns("^20"), variable.name = "Year") %>% 
  dcast(Year + Country + Ccode ~ Varcode)

  Year Country Ccode HP 1: 2000 France FR 1872 1213 2: 2000 UK UK 2234 1726 3: 2001 France FR 2345 1234 4: 2001 UK UK 9082 6433 

现在，我们必须向H和P列添加标签。

# create list of labels
Lbl <- df1[, .(Variables, Varcode)] %>% unique()
Lbl

  Variables Varcode 1: Power P 2: Happiness H 

# set labels
for (i in seq_len(nrow(Lbl))) {
  Hmisc::label(df2[[Lbl$Varcode[i]]]) <- Lbl$Variables[i]
}
str(df2)

 Classes 'data.table' and 'data.frame': 4 obs. of 5 variables: $ Year : Factor w/ 2 levels "2000","2001": 1 1 2 2 $ Country: chr "France" "UK" "France" "UK" $ Ccode : chr "FR" "UK" "FR" "UK" $ H : 'labelled' int 1872 2234 2345 9082 ..- attr(*, "label")= chr "Happiness" $ P : 'labelled' int 1213 1726 1234 6433 ..- attr(*, "label")= chr "Power" - attr(*, ".internal.selfref")=<externalptr> - attr(*, "sorted")= chr "Year" "Country" "Ccode" 

现在， H和P列均已相应标记。

3.完成OP的方法

library(dplyr)
library(tidyr)
df2 <- df1 %>% 
  select(-Variables) %>% 
  gather(Year, val,`2000`:`2001`) %>% 
  spread(Varcode, val)
df2

  Country Ccode Year HP 1 France FR 2000 1872 1213 2 France FR 2001 2345 1234 3 UK UK 2000 2234 1726 4 UK UK 2001 9082 6433 

需要注意的是调用unite()和separate()被跳过，因为我们不会需要他们重现预期的结果。

Lbl <- df1 %>% 
  distinct(Varcode, Variables)
for (i in seq_len(nrow(Lbl))) {
  Hmisc::label(df2[[Lbl$Varcode[i]]]) <- Lbl$Variables[i]
}
str(df2)

 'data.frame': 4 obs. of 5 variables: $ Country: chr "France" "France" "UK" "UK" $ Ccode : chr "FR" "FR" "UK" "UK" $ Year : chr "2000" "2001" "2000" "2001" $ H : 'labelled' int 1872 2345 2234 9082 ..- attr(*, "label")= chr "Happiness" $ P : 'labelled' int 1213 1234 1726 6433 ..- attr(*, "label")= chr "Power" 

数据

df1 <- data.table::fread(
"i  Variables Varcode  Country Ccode  2000  2001 
1 Power     P        France  FR     1213  1234
2 Happiness H        France  FR     1872  2345
3 Power     P        UK      UK     1726  6433
4 Happiness H        UK      UK     2234  9082
", drop = 1L, data.table = FALSE)