如何在R中过滤带标签的tibble？解决过滤残留值问题

你用s2取值2和3过滤tibble得到df2后，s2的标签里依然保留了未出现的取值1（Yes），这是因为labelled包默认会保留变量的所有原始值标签，过滤操作不会自动清理未使用的标签。

解决方法1：自动清理未使用标签 #

使用labelled包的drop_unused_value_labels()函数，过滤后直接移除数据中不存在的取值对应的标签：

library(dplyr)
library(labelled)

df <- tibble(s1 = c("M", "M", "F", "M", "M", "F"),
             s2 = c(1, 1, 2, 1, 1, 3)) %>% 
  set_variable_labels(s1 = "Sex", s2 = "Question") %>%
  set_value_labels(s1 = c(Male = "M", Female = "F"), s2 = c(Yes = 1, No = 2, DK =3))

# 过滤后清理未使用标签
df2 <- df %>% 
  filter(s2 %in% c(2, 3)) %>%  # s2是数值型变量，直接用数值匹配更规范
  drop_unused_value_labels()

df2$s2
#> <labelled<double>[2]>: Question
#> [1] 2 3
#> 
#> Labels:
#>  value label
#>      2    No
#>      3    DK

解决方法2：手动重新设置标签 #

如果需要自定义标签内容，可以手动指定当前数据中存在的取值对应的标签：

df2 <- df %>% 
  filter(s2 %in% c(2, 3)) %>%
  set_value_labels(s2 = c(No = 2, DK = 3))

df2$s2
#> <labelled<double>[2]>: Question
#> [1] 2 3
#> 
#> Labels:
#>  value label
#>      2    No
#>      3    DK

内容的提问来源于stack exchange，提问作者sbac