R读取SPSS sav时如何将haven_labelled变量数值转换为对应值标签

核心逻辑 #

通过haven包导入SPSS文件后生成的haven_labelled类变量，底层存储为数值编码，但本身内置了「编码值-SPSS标签文本」的完整映射关系，不需要手动重写匹配规则。此前检索到的会将列转为纯数值的方案，大多是误用了直接抹除标签属性的函数，和“将标签文本作为列实际取值”的目标完全相悖。

单变量转换 #

针对单个带标签的变量，直接调用haven自带的as_factor()函数即可完成转换，既不会丢失原有标签的映射关联，也不会退回原始数值编码：

# 对示例中的color列执行转换
df$color <- haven::as_factor(df$color)

转换后查看列的实际取值：

df$color
#  [1] blue   blue   blue   blue   yellow pink   yellow blue   blue   blue  
#  Levels: blue yellow pink

完全匹配预期的输出效果。

批量整表转换（适配多标签列场景） #

因为你的文件存在大量带标签的属性列，不需要逐列手动处理，可以直接对整表批量转换，全程不影响普通数值列、字符列的原有结构：

• 全表自动识别所有带标签的列统一转换：

library(haven)
df_converted <- as_factor(df)

该函数默认仅处理haven_labelled类变量，普通数值、字符列的原有取值、属性完全不会被改动，转换过程无额外副作用。

• 按需筛选目标列转换（比如只转换问卷题、人口属性类的标签列），可搭配dplyr的跨列筛选写法：

library(dplyr)
df_converted <- df %>% 
  mutate(across(where(is.labelled), as_factor))

其中where(is.labelled)的筛选规则为：仅对带标签属性的列执行转换，其余列保持原状。

需避开的错误用法 #

以下操作会导致列退回纯数值编码、丢失标签关联，和你的目标方向相反，操作时注意规避：

• zap_labels()：该函数会直接清除变量上所有标签属性，返回底层存储的原始数值，完全不涉及标签文本的转换，也是之前你检索到的方案里最常出现的误用法。
• 直接对labelled向量执行as.numeric()强制转换：同样只会返回底层存储的数值编码，不会匹配对应的SPSS标签文本。

内容的提问来源于stack exchange，提问作者Maya