使用haven包标记缺失值异常：标签未显示及as_factor转换不符预期

问题描述 #

使用haven创建带标签的列时，NA值无法显示指定的[missing]标签；执行as_factor()转换后，NA值显示为<NA>，期望显示为对应的missing标签。

解决方案 #

要实现目标效果，不能直接在labelled()的labels参数中将NA作为映射值，需使用haven::labelled_spss()（专门处理带缺失值标签的变量），或在labelled()中配合na_values参数定义缺失值标签。

1. 创建带缺失值标签的列

使用labelled_spss()可以直接给NA绑定标签，打印数据框时会显示NA [missing]：

library(dplyr)
library(haven)

df <- tibble(x = labelled_spss(
  x = c(1:3, NA),
  labels = c('a' = 1, 'b' = 2, 'missing' = NA),
  na_values = NA
))

# 打印数据框效果
df
# # A tibble: 4 × 1
#           x
#   <int+lbl>
# 1     1 [a]
# 2     2 [b]
# 3     3
# 4    NA [missing]

2. 转换为因子时保留缺失值标签

直接使用as_factor()即可将NA对应的标签missing保留为因子水平，而非显示<NA>：

as_factor(df$x)
# [1] a        b        3        missing
# Levels: a b 3 missing

原因说明 #

常规的labelled()类型默认不支持将NA作为带标签的编码值，因此直接在labels中映射'missing' = NA不会生效。而labelled_spss()针对SPSS风格的用户缺失值设计，允许为NA（或特定自定义值）绑定标签，同时在因子转换时会自动识别并保留这些缺失值标签。

内容的提问来源于stack exchange，提问作者user18894435