在Tidyverse中移除指定变量标签/限制as_factor()的转换范围

我完全懂你处理BES数据时的困扰——从Stata的.dta文件导入后，haven包给变量加的标签大多时候有用，但碰到像age这种需要数值的变量时，as_factor()的全局转换就很碍事。下面针对你的问题一步步来解决：

1. 只对特定列使用as_factor()转换 #

其实不用让as_factor()处理整个数据框，结合dplyr的mutate()就能精准指定要转换的列。比如你只想把投票意向变量转成因子，而保留age的数值类型，代码可以这么写：

library(haven)
library(dplyr)

# 导入你提供的示例数据
bes_data <- structure(list(ageW19 = structure(c(72, 52, 39, 75, 26, 56), label = "Age", format.stata = "%8.0g", labels = c(`Not Asked` = -9, Skipped = -8), class = c("haven_labelled", "vctrs_vctr", "double" )), generalElectionVoteW19 = structure(c(1, 13, 3, 1, 2, 1), label = "General election vote intention (recalled vote in post-election waves)", format.stata = "%40.0g", labels = c(`I would/did not vote` = 0, Conservative = 1, Labour = 2, `Liberal Democrat` = 3, `Scottish National Party (SNP)` = 4, `Plaid Cymru` = 5, `United Kingdom Independence Party (UKIP)` = 6, `Green Party` = 7, `British National Party (BNP)` = 8, Other = 9, `Change UK- The Independent Group` = 11, `Brexit Party` = 12, `An independent candidate` = 13, `Don't know` = 9999), class = c("haven_labelled", "vctrs_vctr", "double"))), row.names = c(NA, -6L), class = c("tbl_df", "tbl", "data.frame"), na.action = c(`1` = 1L, `3` = 3L, `5` = 5L ))

# 只转换投票意向列为因子，其他变量保持原样
bes_processed <- bes_data %>%
  mutate(generalElectionVoteW19 = as_factor(generalElectionVoteW19))

# 检查变量类型：ageW19仍是带标签的数值，投票意向是因子
str(bes_processed)

这样操作后，ageW19依然保持haven_labelled的数值类型，不会影响后续画图时的数值运算。

2. 移除特定变量的标签（避免数据类型改变） #

你之前用sjlabelled时出现数据类型变化，是因为错误地用了str()包裹赋值——str()是用来查看结构的，不是用来保存数据的。正确的做法是直接把移除标签后的向量赋值回原数据框的列，或者用mutate()批量处理：

方法1：直接赋值单个变量 #

library(sjlabelled)

# 移除ageW19的所有标签，保留数值类型
bes_data$ageW19 <- remove_all_labels(bes_data$ageW19)

方法2：用dplyr批量处理（适合多个变量） #

bes_data <- bes_data %>%
  mutate(
    ageW19 = remove_all_labels(ageW19),
    # 如果还有其他要移除标签的变量，在这里添加
    # another_var = remove_all_labels(another_var)
  )

这样处理后，ageW19会变成普通的double类型，完全可以用于直方图的数值映射，而且整个数据框的结构不会改变。

3. 针对你画图场景的完整解决方案 #

结合你要画“特定年龄下各政党得票人数直方图”的需求，这里给你一套完整的处理+画图代码：

library(haven)
library(dplyr)
library(ggplot2)

# 处理数据：转换投票意向为因子，移除age的标签，过滤无效年龄值
bes_ready <- bes_data %>%
  mutate(
    generalElectionVoteW19 = as_factor(generalElectionVoteW19),
    ageW19 = remove_all_labels(ageW19)
  ) %>%
  filter(ageW19 >= 18) # 过滤掉未作答/跳过的无效年龄

# 绘制分组直方图
ggplot(bes_ready, aes(x = ageW19, fill = generalElectionVoteW19)) +
  geom_histogram(binwidth = 5, position = "dodge", alpha = 0.8) +
  labs(
    title = "各政党得票人数的年龄分布",
    x = "年龄",
    y = "人数",
    fill = "投票意向"
  ) +
  theme_minimal()

这样既保留了投票意向的因子标签（画图时自动显示政党名称），又让age变量恢复成纯数值，完美解决画图出错的问题，比最后再转数值要高效得多。

内容的提问来源于stack exchange，提问作者jolene