R中使用dplyr的mutate()函数后变量标签丢失如何保留？

问题根源 #

dplyr的mutate系列函数对列做类型转换、值计算时，会直接重建对应列的向量对象，不会自动继承原列上绑定的label属性，因此通过Hmisc设置的变量标签会在转换后丢失。

可行实现方法 #

• 通用无依赖方案：提前暂存标签，操作后批量回写
  这个方案不需要额外加载第三方工具包，兼容所有mutate系列操作（包括老版本的mutate_if、新版本的across语法），也不会干扰转换过程中新生成的列。
  完整示例代码：

library(Hmisc)
library(dplyr)

# 提前提取原数据框所有列的标签存为列表
stored_labels <- label(df1)

# 正常执行需要的数据转换操作
df2 <- df1 %>%
  mutate_if(is.character, as.factor)
# dplyr 1.0.0以上版本可替换为官方推荐的across写法，标签保留逻辑完全通用
# df2 <- df1 %>%
#   mutate(across(where(is.character), as.factor))

# 按列名匹配，将原有标签重新绑定回新数据框
label(df2) <- as.list(stored_labels[match(names(df2), names(stored_labels))])

执行后调用label(df2)就能验证，所有原有列的标签（包括被转成因子的f列的"fff"标签）都会完整保留，mutate过程中新生成的列也不会被错误绑定旧标签。

• 简化封装方案：用标签处理包的现成函数同步标签
  不想每次手动写标签匹配逻辑的话，可以用专门处理变量标签的工具包封装好的函数自动完成标签复制，以sjlabelled包为例：

# 首次使用先安装包
# install.packages("sjlabelled")
library(Hmisc)
library(dplyr)
library(sjlabelled)

df2 <- df1 %>%
  mutate_if(is.character, as.factor) %>%
  copy_labels(df1)

copy_labels会自动匹配两个数据框的同名列，把原数据的标签复制到转换后的数据框，不会覆盖新生成列的属性。

注意：如果转换操作改变了原有列的实际业务含义，记得手动更新对应列的标签，避免标签和数据实际含义不匹配。

内容的提问来源于stack exchange，提问作者Mathica