从attr中提取R中的数据标签，并添加为列，以对应于变量/列名

Question

我有一个非常大的数据集，其中的变量名称是超级缩写的，如果attr(*，" label ")部分中的标签被提取出来并显示在相应变量旁边的列中，那将会有很大的帮助。

label(mtcars[["mpg"]]) <- "Miles/(US) gallon"
label(mtcars[["hp"]]) <- "Gross horsepower"
label(mtcars[["wt"]]) <- "Weight (1000lbs)"

我当前的代码只是从整个数据集中获取mean/sd：

mtcars  %>% select(mpg, hp, wt) %>% pivot_longer(everything()) %>% group_by(name) %>% summarise(mean=mean(value, na.rm = TRUE), sd=sd(value, na.rm=TRUE)) 

但我想要一个带有变量标签的列，这样更容易辨别：

name  mean   sd    label
hp    14.7.  68.6  Gross horsepower
mpg   20.1   6.03  Miles/(US) gallon
wt    3.22   0.978 Weight (1000lbs)

我找到了一个可以得到我想要的内容的thread，但是如果我在代码的末尾添加mutate(labels=label(mtcars)[name])，我会得到一个包含NA而不是标签的列。

Answer 1

我们可以使用imap

library(purrr)
library(dplyr)
library(Hmisc)
imap_dfr(mtcars[c('hp', 'mpg', 'wt')], ~ 
      tibble(name = .y, mean = mean(.x[[1]]), 
             sd = sd(.x[[1]], na.rm = TRUE), 
             label = attr(.x, 'label')))

如果我们使用OP的方法，我们也可以使用summarise_all，然后执行pivot_longer

library(tidyr)
mtcars %>%
    dplyr::select(mpg, hp, wt) %>% 
    summarise_all(list(mean =  ~mean(., na.rm = TRUE),
                       sd = ~sd(., na.rm = TRUE), 
                       label = ~attr(., 'label'))) %>%
    mutate(rn = 1) %>%
   pivot_longer(cols = -rn, names_to = c('name', '.value'), names_sep="_") %>% 
   select(-rn)
#  name      mean         sd             label
#1  mpg  20.09062  6.0269481 Miles/(US) gallon
#2   hp 146.68750 68.5628685  Gross horsepower
#3   wt   3.21725  0.9784574  Weight (1000lbs)