R语言批量添加变量与观测标签的方法求助

针对你有1400个自动命名变量的场景，完全可以通过导入标签映射表实现自动调用标签，无需手动逐个设置。下面是基于R常用包的实操方案：

1. 加载必备工具包 #

先安装并加载处理标签和生成表格的专用包：

install.packages(c("labelled", "gtsummary", "dplyr"))
library(labelled)
library(gtsummary)
library(dplyr)

2. 批量导入变量标签 #

假设你的变量名-标签映射表是CSV格式（比如命名为var_labels.csv），结构包含Variable name和Label两列。执行以下代码批量为数据集设置变量标签：

# 读入标签映射表
var_label_df <- read.csv("var_labels.csv", stringsAsFactors = FALSE)

# 将映射表转换为命名向量：变量名为键，标签为值
var_labels_vec <- var_label_df$Label
names(var_labels_vec) <- var_label_df$`Variable name`

# 假设你的原始数据集为raw_data，批量设置变量标签
raw_data <- set_variable_labels(raw_data, .labels = var_labels_vec)

# 验证：查看某变量的标签是否生效
get_variable_label(raw_data$row1__1)

3. 批量设置0/1哑变量的值标签 #

如果大部分哑变量都是0=Not available、1=Available，可以批量处理；特殊变量单独调整即可：

# 筛选出所有取值仅为0和1的整数型变量
binary_vars <- names(raw_data)[sapply(raw_data, function(x) all(x %in% c(0,1)) & is.integer(x))]

# 定义值标签规则
value_labels <- c("Not available" = 0, "Available" = 1)

# 批量为哑变量设置值标签
raw_data <- raw_data %>%
  mutate(across(all_of(binary_vars), ~set_value_labels(., .labels = value_labels)))

# 特殊变量单独设置值标签示例
# raw_data$tab1_cvd2 <- set_value_labels(raw_data$tab1_cvd2, c("No"=0, "Yes"=1))

4. 生成符合需求的频率表 #

用gtsummary包的tbl_summary()函数，会自动读取已设置的变量标签和值标签，直接生成美观的表格：

# 生成单个变量的频率表（以tab1_d1为例）
raw_data %>%
  select(tab1_d1) %>%
  tbl_summary(statistic = all_categorical() ~ "{n}") %>%
  add_total_row()

# 批量生成多个变量的频率表
raw_data %>%
  select(tab1_d1, tab1_d2, tab1_cd_1) %>%
  tbl_summary(statistic = all_categorical() ~ "{n}") %>%
  add_total_row()

运行后输出的表格会自动显示变量的含义标签、值的文字说明以及合计数，完全匹配你想要的格式。

备选：Base R自定义函数方案 #

如果不想依赖额外包，也可以写个简单函数实现需求：

labeled_table <- function(data, var_name) {
  # 获取变量标签
  var_label <- var_labels_vec[var_name]
  # 定义值标签
  val_map <- c("Not available"=0, "Available"=1)
  # 生成频数表并替换标签
  tab <- table(data[[var_name]])
  names(tab) <- names(val_map)[match(names(tab), val_map)]
  # 添加合计行
  result <- rbind(tab, Total=sum(tab))
  
  # 打印带标签的结果
  cat(paste0("        ", var_label, "\n"))
  print(result)
}

# 使用示例
labeled_table(raw_data, "tab1_d1")

内容的提问来源于stack exchange，提问作者jacerl980