使用R语言haven包读取数据时，df$VARNAME与df[,i]属性不一致的原因及解决方法

安全阿岳

2026-6-27

问题原因

haven读取的PISA数据默认是tibble格式，用pisa_df[,i]提取列时返回的是单列tibble，而非单个labelled向量，因此attributes()拿到的是这个小型数据框的属性，不是目标变量的标签、值标签。
pisa_df$get(...)写法完全错误：get()是全局环境查找对象的函数，不能通过$调用，即便修正为get(colnames(pisa_df)[i], envir = as.environment(pisa_df))，也不如[[索引直接高效。

解决办法

方法1：循环+`[[`索引

用[[i]]提取单个变量（返回labelled向量），就能正常获取属性：

# 初始化空列表存储结果
var_info <- list()

# 遍历所有列
for (i in seq_along(pisa_df)) {
  var_name <- colnames(pisa_df)[i]
  var_obj <- pisa_df[[i]]
  
  # 提取变量标签和值标签
  var_label <- attr(var_obj, "label", exact = TRUE)
  var_values <- names(attr(var_obj, "labels", exact = TRUE))
  
  # 存入列表
  var_info[[i]] <- data.frame(
    变量名 = var_name,
    变量标签 = ifelse(is.null(var_label), NA, var_label),
    变量值 = ifelse(is.null(var_values), "", paste(var_values, collapse = ", "))
  )
}

# 合并为最终数据框
var_info_df <- do.call(rbind, var_info)

方法2：`tidyverse`批量处理（更简洁）

用purrr::map_dfr批量遍历列名，代码更精简直观：

library(purrr)
library(dplyr)
library(haven)

var_info_df <- map_dfr(colnames(pisa_df), function(var) {
  var_obj <- pisa_df[[var]]
  tibble(
    变量名 = var,
    变量标签 = var_label(var_obj) %||% NA,
    变量值 = paste(names(val_labels(var_obj) %||% c()), collapse = ", ")
  )
})

这里直接用haven包的var_label()和val_labels()函数提取信息，%||%用于处理NULL值（返回默认值）。