使用left_join()合并数据时如何保留变量标签？

你遇到的问题是因为dplyr的left_join()默认只会继承左表（df1）的variable.labels属性，不会自动合并右表（df2）的标签。要保留两边的所有标签，可以用以下两种方法：

方法一：手动合并标签 #

合并完成后，手动提取两个表的标签并合并，注意关联列（这里是X1）保留左表的标签即可：

library(dplyr)

# 原始数据准备
df1 = data.frame(matrix(1:10, nrow=5))
attributes(df1)$variable.labels[1] <- "Reference Variable"
attributes(df1)$variable.labels[2] <- "Label 1"

df2 = data.frame(matrix(1:30, nrow=10))
names(df2)[2] <- "Y2"
names(df2)[3] <- "Y3"
attributes(df2)$variable.labels[2] <- "Label 2"
attributes(df2)$variable.labels[3] <- "Label 3"

# 执行合并
merged_data <- left_join(df1, df2, by = "X1")

# 提取并合并标签
df1_labels <- attributes(df1)$variable.labels
df2_labels <- attributes(df2)$variable.labels
# 过滤掉关联列的标签（避免重复）
df2_unique_labels <- df2_labels[!names(df2_labels) %in% "X1"]
# 合并后赋值给结果集
attributes(merged_data)$variable.labels <- c(df1_labels, df2_unique_labels)

# 验证标签是否存在
attributes(merged_data)$variable.labels

方法二：使用haven包的标准标签体系（推荐） #

base R的variable.labels属于非标准属性，dplyr对其支持有限。用haven包的labelled类型来定义变量标签是更规范的做法，join操作会自动保留所有标签：

library(dplyr)
library(haven)

# 创建带标准标签的数据集
df1 <- tibble(
  X1 = labelled(1:5, label = "Reference Variable"),
  X2 = labelled(6:10, label = "Label 1")
)

df2 <- tibble(
  X1 = 1:10,
  Y2 = labelled(11:20, label = "Label 2"),
  Y3 = labelled(21:30, label = "Label 3")
)

# 直接合并，标签自动保留
merged_data <- left_join(df1, df2, by = "X1")

# 验证各变量标签
attr(merged_data$X1, "label")
attr(merged_data$X2, "label")
attr(merged_data$Y2, "label")
attr(merged_data$Y3, "label")

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