如何基于标签为SPSS标记数据框的指定标签值批量设置NA？

问题场景 #

现有带SPSS标签的tibble数据，同一标签（如dk、does not apply）在不同变量中对应不同数值，需要无需硬编码数值、无需逐个指定变量名，仅通过标签将这些类别对应的数值设为NA。

解决方案 #

利用labelled包的set_na_labels()函数结合dplyr的across()实现批量处理：

步骤1：定义需要转为NA的标签 #

my_na_labels <- c("dk", "does not apply")

步骤2：批量处理目标变量 #

如果明确要处理的变量名，直接指定：

library(labelled)
library(tidyverse)

test %>%
  mutate(across(c(var_1, var_2), ~ set_na_labels(., labels = my_na_labels)))

如果要处理所有带标签的变量（无需手动指定变量名），用where(is.labelled)自动筛选：

test %>%
  mutate(across(where(is.labelled), ~ set_na_labels(., labels = my_na_labels)))

效果验证 #

运行后会得到如下结果，目标标签对应的数值被标记为NA，同时保留原标签显示：

# A tibble: 6 × 2
                      var_1                     var_2
                  <dbl+lbl>                 <dbl+lbl>
1   1 [Terrible]              1 [Terrible]           
2   2 [Meh]                   2 [Meh]                
3   3 [Better]                3 [Better]              
4   4 [Awesome]               4 [Awesome]            
5  89 (NA) [dk]             890 (NA) [dk]            
6 999 (NA) [does not apply] 998 (NA) [does not apply]

原理说明 #

• set_na_labels()：labelled包内置函数，可直接通过标签名称定位对应的数值，将其设为NA值，无需手动匹配标签与数值的对应关系。
• across()：dplyr工具，实现对多个变量的批量操作，配合where(is.labelled)可自动筛选所有带标签的变量，实现完全通用的批量处理。

内容的提问来源于stack exchange，提问作者Tea Tree