R语言能否从单个CSV文件导入带变量值标签的数据及元数据

两种存储方式都可实现需求，不存在必须拆分文件的强制要求：

• 单CSV方案：可将变量标签放在列名行下方的第一行作为特殊元数据行，值标签可放在文件末尾加特殊标记的注释块中，导入时先按行读取全文件，拆分出观测数据区和元数据区再分别解析即可。缺点是格式容错率低，元数据容易被常规CSV读取逻辑误判为观测值，仅适合小体量、元数据简单的场景。
• 双CSV方案：即你目前采用的观测数据、元数据分文件存储的方案，稳定性更高，元数据结构可灵活自定义，不会和观测数据产生解析冲突，是更推荐的实现方式。

你当前将值标签存为(值,'标签')格式字符串的设计完全可用，不需要纠结特殊元组语法，通过简单的解析函数配合labelled包，即可实现和SPSS导入SAV文件完全一致的标签效果，具体实现代码如下：

# 若未安装labelled包先运行：install.packages("labelled")
library(labelled)

# 解析val_lab字段字符串为标签命名向量
parse_val_lab <- function(lab_str) {
  # 正则提取所有值-标签对
  pairs <- regmatches(lab_str, gregexpr("\\((\\d+),'([^']+)'\\)", lab_str))[[1]]
  # 分离值与标签文本
  vals <- as.numeric(gsub("\\((\\d+),.*", "\\1", pairs))
  lab_text <- gsub("\\(\\d+,'([^']+)'\\)", "\\1", pairs)
  # 生成labelled包识别的标准值标签格式（命名向量）
  setNames(vals, lab_text)
}

# 批量给数据挂载变量标签、值标签
for (row in seq_len(nrow(metadata))) {
  cur_var <- metadata$var[row]
  # 挂载变量标签
  var_label(data[[cur_var]]) <- metadata$var_label[row]
  # 挂载值标签
  val_labels(data[[cur_var]]) <- parse_val_lab(metadata$val_lab[row])
}

运行完成后可通过str(data)查看效果，输出结构和SPSS导入的带标签数据完全一致：

> str(data)
tibble [6 × 2] (S3: tbl_df/tbl/data.frame)
 $ se : dbl+lbl [1:6] 1, 1, 2, 2, 1, 2
  ..@ label       : chr "sex"
  ..@ labels      : Named num [1:2] 1 2
  .. ..- attr(*, "names")= chr [1:2] "Female" "Male"
 $ ctr: dbl+lbl [1:6] 1, 2, 3, 2, 1, 3
  ..@ label       : chr "country"
  ..@ labels      : Named num [1:3] 1 2 3
  .. ..- attr(*, "names")= chr [1:3] "UK" "USA" "France"

注意：你当前导入的se、ctr列为字符型，如果需要保留字符型存储，把解析函数里的as.numeric替换为as.character即可，和你存储的值格式保持匹配就行。

内容的提问来源于stack exchange，提问作者sbac