如何为dplyr重编码的数据字典添加数字反引号与字符串单引号

你可以用正则表达式批量替换来调整label列的格式，以下是两种实现方式：

方法一：使用tidyverse工具链（dplyr + stringr） #

先加载所需包，再通过mutate结合str_replace_all完成格式转换：

library(dplyr)
library(stringr)

# 原始数据
df <- data.frame(var=c("gender", "treatment"), label=c("1=male, 2=female", "1=control, 2=experimental"))

# 格式化label列
df <- df %>%
  mutate(label = str_replace_all(label, "(\\d+)=(\\w+)", "`\\1`='\\2'"))

# 查看结果
df

运行后输出的label列会变成目标格式：

var                             label
1    gender          `1`='male', `2`='female'
2 treatment `1`='control', `2`='experimental'

方法二：使用base R（无需额外包） #

如果不想加载tidyverse包，用base R的gsub函数也能实现：

# 原始数据
df <- data.frame(var=c("gender", "treatment"), label=c("1=male, 2=female", "1=control, 2=experimental"))

# 格式化label列
df$label <- gsub("(\\d+)=(\\w+)", "`\\1`='\\2'", df$label)

# 查看结果
df

正则表达式说明 #

(\\d+)=(\\w+) 用来匹配数字=字符串的模式：

• (\\d+)：捕获一个或多个数字
• =：匹配等号
• (\\w+)：捕获一个或多个字母、数字或下划线（如果类别名称包含空格，可替换成([^,]+)匹配逗号前的所有内容）

替换规则"\\1='\2'"`将捕获到的数字用反引号包裹，字符串用单引号包裹，组合成你需要的格式。

内容的提问来源于stack exchange，提问作者EML