如何使用R中的map和str_remove_all从变量标签中提取一些信息

Question

我有一个使用 R 中的

haven

包导入的标记变量的数据框。 对于变量的子集，我想使用变量标签的一部分。我有一个很好的正则表达式，可以工作，但我不明白为什么

map

和

str_remove_all

的组合在这里不起作用。

#random variables
var1<-sample(seq(1,10,1), size=10, replace=T)
var2<-sample(seq(1,10,1), size=10, replace=T)
#Assign variable labels
library(labelled)
var_label(var1)<-"A long variable label - Some Info"
var_label(var2)<-"Another long variable label - Some Other Info"
#Make dataframe
df<-data.frame(var1, var2)
#Confirm variable labels
var_label(df)
#Try to remove relevant string from each
df %>% 
  var_label() %>% 
#Remove everything but what is desired
  map(., str_remove_all(., ".+ - "))

输出只是

NULL

。

这里使用

map

有什么问题。输入是一个列表，然后我提供一个函数。那么这是怎么回事？

Answer 1

map()

的第二个参数必须是函数或公式。所以这两个作品之一：

df %>% 
  var_label() %>% 
  map(., \(x) str_remove_all(x, ".+ - "))

df %>% 
  var_label() %>% 
  map(., ~str_remove_all(., ".+ - "))

map()

的文档更喜欢第一个版本：

一个公式，例如~ .x + 1。您必须使用 .x 来引用第一个参数。仅当您需要向后兼容旧版本的 R 时才推荐。

Answer 2

'map'

通常用于将函数应用于列表的每个元素，但是在这种情况下

'var_label()'

已经返回字符向量，而不是列表。

您可以使用

'map'

包中的

'str_remove_all'

直接将

'mutate_all'

函数应用于字符向量的每个元素，而不是使用

'dplyr'

。

library(dplyr)
library(stringr)
# random variables
var1 <- sample(seq(1, 10, 1), size = 10, replace = TRUE)
var2 <- sample(seq(1, 10, 1), size = 10, replace = TRUE)
# Assign variable labels
library(labelled)
var_label(var1) <- "A long variable label - Some Info"
var_label(var2) <- "Another long variable label - Some Other Info"  
# Make dataframe
df <- data.frame(var1, var2)   
# Confirm variable labels
var_label(df)   
# Remove everything but what is desired
df <- df %>%
  mutate(across(everything(), ~str_remove_all(var_label(.), ".+ - "))) 
# Confirm the updated variable labels
var_label(df)