如何用labelled包批量为指定命名规则的变量设置值标签？

我正在使用labelled包为数据集添加值标签，许多变量的列名以_p1、_p2、_pX、_pY这类后缀结尾。希望用该包的set_value_labels函数批量为这些变量设置值标签，不用逐个输入变量名。

可复现数据框 #

df <- data.frame(V1 = c(1,2,3), V2_p1 = c(1,0,1), V2_p2 = c(0,0,1), V3_pX = c(1,0,1), V4_pY = c(1,0,0), V5 = c(3,2,1))

需求 #

给列名以_p+数字/X/Y结尾的变量（即除V1、V5外）设置1 = "Yes"、0 = "No"的值标签，同时保留所有变量。实际数据集变量很多，不想逐个指定。

尝试过的写法（均报错） #

# 写法1：丢失非目标变量，且正则未正确转义
df <- df %>% select(matches(".*_p(\d|X|Y)$")) %>% 
  set_value_labels(c("Yes" = 1, "No" = 0))

# 写法2：语法错误，变量传递方式错误
set_value_labels(df, select(df, matches(".*_p(\d|X|Y)"))), c("Yes" = 1, "No" = 0)

# 写法3：变量传递错误，且未保留原数据集
set_value_labels(select(df, matches(".*_p(\d|X|Y)"))), c("Yes" = 1, "No" = 0)

报错提示：some variables are not found in .data

解决方案 #

方法1：labelled + dplyr across（推荐）

利用dplyr的across()批量选中目标变量，结合set_value_labels为变量赋值标签，同时保留所有列：

library(labelled)
library(dplyr)

# 修正正则：R中\d需转义为\\d，确保匹配数字
df <- df %>%
  mutate(across(matches(".*_p(\\d|X|Y)$"), 
                ~ set_value_labels(., c(Yes = 1, No = 0))))

关键说明：

• matches(".*_p(\\d|X|Y)$")：正确转义正则表达式，匹配所有以_p+数字/X/Y结尾的列
• across()：对选中的每一列单独应用set_value_labels，避免变量传递错误
• 执行后V1、V5保持原样，目标变量均添加了值标签

验证标签：

# 查看单个变量的标签
val_labels(df$V2_p1)
# 输出：Yes No 
#        1  0 

# 查看所有变量的标签详情
look_for(df, details = TRUE)

方法2：直接传递变量名向量

若不依赖dplyr，可先提取目标变量名，再通过set_value_labels的.vars参数批量设置：

library(labelled)

# 提取符合条件的变量名向量
target_vars <- grep(".*_p(\\d|X|Y)$", names(df), value = TRUE)

# 批量赋值标签
df <- set_value_labels(df, .labels = c(Yes = 1, No = 0), .vars = target_vars)

关键说明：

• grep(..., value = TRUE)：直接提取匹配正则的变量名，避免传递数据框子集导致的变量识别错误
• .vars参数：明确指定需要设置标签的变量，确保函数能正确定位目标列

内容的提问来源于stack exchange，提问作者Thomas