R语言|数据清洗基础1（数据导入和标签）

• 阅读： 2023/5/8 17:25:30

  数据导入

  install.packages('rio')

  library(rio)

  data<-import('D:/data.sav')#数据导入

  head(data)#预览前6行

  标签命名

  ##数据集概括预览(可以预览数据集中多少个变量，每个变量缺失多少，最大值最小值，数据类型等信息)

  install.packages('skimr')

  library(skimr)

  skimr::skim(data)

  ##变量标签命名

  #预览变量名

  names(data)

  install.packages("expss")

  library(expss)

  data=apply_labels(data, ba002_1='Birth data', xrtype='participants type')

  val_lab(data$xrtype)=num_lab('1 new

  2 ever participants'

  )

  table(data$xrtype)

  val_lab(data$xrtype)

  #去掉变量标签

  drop_var_labs(data$xrtype)

  添加变量标签前后对比

  ##变量标签的应用

  with(data, table(ba002_1, xrtype))#普通交叉表

  use_labels(data, table(ba002_1, xrtype))#使用标签交叉表

  with(data,

  barplot(

  table(ba002_1, xrtype),

  beside = TRUE,

  legend = TRUE)

  )#普通条图

  use_labels(data, boxplot(ba002_1~xrtype))#带标签箱式图

  导入SPSS数据（直接导入标签）

  #包调用安装

  install.packages('heaven')

  install.packages("expss")

  library(haven)

  library(expss)

  #导入存在D盘的SPSS数据集

  spss_data = haven::read_spss("D:/data.sav")

  val_lab(spss_data$bb001_w3_2)#查看变量标签

  # add missing 'labelled' class

  spss_data = add_labelled_class(spss_data)

  参考文献

  https://epirhandbook.com/en/cleaning-data-and-core-functions.html

  https://cran.r-project.org/web/packages/expss/vignettes/labels-support.html

  转自：“科研写作成长记”微信公众号

  如有侵权，请联系本站删除！

  
  

  浏览(255)

  点赞(0)

  收藏(0)