使用purrr::pmap()为多数据框设置列标签时遇错误求助

问题描述 #

有10多个结构相似的数据框，列名带有a_、b_等不同前缀，需要批量设置列标签。单独使用labelled::set_variable_labels()可以正常运行，但用purrr::pmap()批量处理时，报错提示some variables not found in x:y, z。

示例数据 #

df1 = tribble(
  ~a_age, ~a01edu, ~other_vars,
  35, 17, 1,
  41, 14, 2,
  28, 12, 3,
  68, 99, 4
)

df2 = tribble(
  ~b_age, ~b01edu, ~some_vars,
  25, 10, 2,
  52, 8, 1,
  31, 20, 5
)

df3 = tribble(
  ~c_age, ~c01edu,
  55, 16,
  47, 11,
  68, 16,
  36, 6, 
  29, 16
)

可正常运行的单数据框设置代码 #

df1 = df1 |> labelled::set_variable_labels(
  .labels = list("a_age" = "Age",
                 "a01edu" = "Highest education completed")
)

批量处理代码及错误信息 #

批量处理代码：

df_list = list(df1, df2, df3) |> setNames(c("a", "b", "c"))

params = tribble(
  ~x, ~y, ~z,
  "a", "a_age", "a01edu",
  "b", "b_age", "b01edu",
  "c", "c_age", "c01edu"
)

pmap(params,
     function(x, y, z) {
       df_list[[x]] |> labelled::set_variable_labels(
         .labels = list(y = "Age",
                        z = "Highest education completed")
         )
       }
     )

错误信息：

<error/rlang_error>
Error in `pmap()`:
ℹ In index: 1.
Caused by error in `var_label<-.data.frame`:
! some variables not found in x:y, z
---
Backtrace:
 1. purrr::pmap(...)
 2. purrr:::pmap_("list", .l, .f, ..., .progress = .progress)
 5. global .f(x = .l[[1L]][[i]], y = .l[[2L]][[i]], z = .l[[3L]][[i]], ...)
 6. labelled::set_variable_labels(...)
 8. labelled:::`var_label<-.data.frame`(`*tmp*`, value = .labels)
 9. base::stop("some variables not found in x:", missing_names)

错误原因分析 #

核心问题是你在构建.labels列表时，直接使用y = "Age"会把y当作列名的字面量，而不是引用变量y中存储的字符串值。比如第一次迭代时，代码实际在找名为y和z的列，而不是a_age和a01edu，自然会提示变量不存在。

解决方案 #

方案1：修改pmap中的列表构建逻辑 #

使用rlang::set_names创建带动态名称的列表，让列表的键是y和z对应的字符串值：

library(purrr)
library(labelled)
library(tibble)

df_list = list(df1, df2, df3) |> setNames(c("a", "b", "c"))

params = tribble(
  ~x, ~y, ~z,
  "a", "a_age", "a01edu",
  "b", "b_age", "b01edu",
  "c", "c_age", "c01edu"
)

# 修正后的pmap代码
result_list = pmap(params, function(x, y, z) {
  # 构建动态命名的标签列表
  label_list = set_names(
    c("Age", "Highest education completed"),
    c(y, z)
  )
  df_list[[x]] |> set_variable_labels(.labels = label_list)
})

# 给结果列表命名（可选）
result_list = setNames(result_list, c("a", "b", "c"))

方案2：更简洁的前缀匹配方式（无需手动写params） #

既然数据框列名的前缀和数据框名称对应，且要设置标签的列有规律（*_age对应Age，*01edu对应教育程度），可以用imap遍历数据框列表，通过前缀匹配自动识别目标列：

result_list = imap(df_list, function(df, prefix) {
  # 匹配带前缀的age列和edu列
  age_col = paste0(prefix, "_age")
  edu_col = paste0(prefix, "01edu")
  
  df |> set_variable_labels(
    .labels = list(
      !!age_col := "Age",
      !!edu_col := "Highest education completed"
    )
  )
})

这里用!!（非标准求值）把字符串转为列名符号，实现动态赋值。

验证结果 #

可以通过var_label()查看设置后的标签：

var_label(result_list[["a"]])
# 输出：
# $a_age
# [1] "Age"
# 
# $a01edu
# [1] "Highest education completed"
# 
# $other_vars
# NULL

内容的提问来源于stack exchange，提问作者nightstand