如何处理haven导入SPSS后的haven_labelled变量类型转换及标签保留

针对用haven导入SPSS后变量全为haven_labelled类型的问题，推荐使用labelled包配合dplyr实现批量转换，同时完整保留变量标签和值标签：

1. 加载必要工具包 #

library(haven)
library(labelled)
library(dplyr)

2. 批量转换逻辑 #

按变量特征自动分类转换 #

如果能通过取值数量区分分类变量和量表变量，可通过across()+where()批量处理：

# 导入SPSS数据
df <- read_spss("your_data_file.sav")

# 取值数量≤5的变量（如性别、学历）转因子，保留值标签为因子水平
# 取值数量>5的变量（如1-10量表）转数值，保留值标签和变量标签
df <- df %>%
  mutate(
    across(where(~n_distinct(.) <= 5), to_factor),
    across(where(~n_distinct(.) > 5), to_numeric)
  )

按指定变量列表精准转换 #

如果明确知道哪些变量属于哪类，直接指定变量名向量更稳妥：

# 定义各类变量名
scale_vars <- c("q1", "q2", "q3", "q10") # 量表类（需转数值）
factor_vars <- c("gender", "education", "marital_status") # 分类类（需转因子）
char_vars <- c("open_answer1", "open_answer2") # 开放题（需转字符）

# 批量转换
df <- df %>%
  mutate(
    across(all_of(scale_vars), to_numeric),
    across(all_of(factor_vars), to_factor),
    across(all_of(char_vars), to_character)
  )

3. 验证标签是否保留 #

用labelled包的函数检查标签：

# 查看单个变量的变量标签
var_label(df$gender)

# 查看单个变量的值标签
val_labels(df$q1)

# 查看所有变量的标签信息
look_for(df)

关键说明 #

• 避免用unclass()：该函数仅移除变量的类属性，会丢失所有标签元数据；labelled包的to_numeric()/to_factor()/to_character()专门针对带标签变量设计，会完整保留标签信息。
• 因子转换细节：to_factor()默认用值标签作为因子水平，若想保留原始数值作为水平名，可加参数levels = "values"，即to_factor(., levels = "values")。

内容的提问来源于stack exchange，提问作者Sofia