如何从数据帧 B 中检索数据帧 A 中数据的标签和值信息

Question

已编辑（为了更精确）：我有一个 csv 文件，其中存储了数据帧 A 中每个变量的标签和值信息。
在原始数据框 A 中有 250 个变量。出于演示目的，我有：

将数据框 A 从 250 个变量减少到 7 个变量。
加载了包含数据帧 B 信息的 csv 文件，并减少到 7 个变量。

我的具体问题：如何将每个代码数据框 B 中的信息（例如标签和值）分配给数据框 A 中的变量。到目前为止，我可以通过逐个变量来实现我的目标。

我希望现在的问题更具体了。我不知道我的思维方式是否完全错误。如有任何帮助，我们将不胜感激。

我的数据框 A：

structure(list(a = c(2L, 7L, 8L, 5L, 10L, 1L, 6L, 9L, 3L, 4L), 
               b = c("29.06.2016", "18.07.2016", "26.07.2016", "04.08.2016", "12.08.2016", "12.08.2016", "24.08.2016", "26.08.2016", "27.08.2016", "27.08.2016"), 
               c = c("A", "A", "B", "A", "C", "C", "B", "C","B", "C"), 
               d = c(4795L, 7242L, 2246L, 7914L, 9910L, 4279L,9174L, 8329L, 8310L, 4799L), 
               e = c(6L, 10L, 8L, 10L, 11L, 7L, 11L, 2L, 12L, 4L), 
f = c(1973L, 1933L, 1977L, 1969L, 1960L, 1950L, 1963L, 1967L, 1951L, 1970L), 
               g = c(2L, 2L, 1L, 2L, 1L, 2L, 2L, 1L, 2L, 1L)), row.names = c(NA, -10L), class = "data.frame")

我的数据框 B（标签和值的信息）：

structure(list(
  variable = c("a", "b", "c", "d", "e", "f", "g"), 
  class = c("number", "string", "string", "string", "number", "number", "number"), 
  label = c("AAAA", "BBBB", "CCCC", "DDDD", "EEEE", "FFFF", "GGGG"), 
  values = c("", 
             "", 
             "", 
             "", 
             "@0@,@k.A.@,@1@,@Januar@,@2@,@Februar@,@3@,@März@,@4@,@April@,@5@,@Mai@,@6@,@Juni@,@7@,@Juli@,@8@,@August@,@9@,@September@,@10@,@Oktober@,@11@,@November@,@12@,@Dezember@", 
             "", 
             "@0@,@k.A.@,@1@,@female@,@2@,@male@")), 
  row.names = c(NA, -7L), class = "data.frame")

期望的输出：

Answer 1

您可以尝试以下方法。但是，如果您事先读入 e 和 g 作为因素会更容易。然后，您将不需要使用 as.factor.

来转换它们

library(lubridate)

dfB$label
dfC <- setNames(dfA, dfB$label)

# use a random date to generate level
a <- month(ymd(210101) + months(0:11), label = TRUE)

dfC$EEEE <- as.factor(dfC$EEEE) 
levels(dfC$EEEE) <- a


dfC$GGGG <- as.factor(dfC$GGGG)
levels(dfC$GGGG) <- c("female", "male")

如何从数据帧 B 中检索数据帧 A 中数据的标签和值信息

How to retrieve label and value information for data in dataframe A from dataframe B

r

dataframe

label

recode