数据含义记不住？—— label“大神”来帮忙

本文作者：孙晓玲

文字编辑：李钊颖

技术总编：李朋冲

在此基础上，我们分别介绍数据集标签、变量标签和值标签的添加。

1.数据集标签

对当前数据集贴标签，可将数据集命名为特定名称。其基本语法如下：

label data["label"]

在本例中，我们将创建好的数据集命名为 “3年（2）班成绩单”，程序和结果如下：

如上，在结果栏，显示出数据集的标签为“3年（2）班成绩单”。

2.变量标签

对当前数据集中的变量贴标签，用于记载变量名含义，以便后续区分各个变量。其基本语法如下：

在本例的数据集中，有7个不同变量，我们分别给各个变量添加标签。如下：

如上，在贴上标签后，各个变量的含义一目了然。

3.值标签

值标签可对变量的观测值添加标签，用于记载不同取值的特殊含义。其基本语法如下：

添加值标签分两步走：

第一步设置值标签名（lblname）并设置不同取值的标签含义（#代表值，"label"代表值的含义）；

第二步将设置的值标签名（lblname）赋值给变量（varlist）

常用选项的含义如下：

add:新增值标签

modify:修改值标签

replace:替换值标签

在添加值标签之前，我们首先查看本例中的变量取值情况。如下所示：

由上图可知，性别变量gender的取值分别为“0”、“1”，民族变量nationality的取值分别为“1”、“2”、“3”。为便于区分各个取值的含义，有必要为其添加值标签。假设在性别变量中，“0”代表“男性”，“1”代表“女性”；在民族变量中，“1”代表汉族，“2”代表少数民族。我们通过如下程序进行设置：

如上，增加值标签后，变量gender和nationality的取值变成蓝色的“字符串”，右侧也显示出值标签名。然而，这些蓝色字体并非真正的字符串，而是以字符形式显示的数值，点选单元格便可查看其真实取值。如图，我们选取变量gender的第二个观测值，单元格里显示的是“female”，而上方框里则是其真实取值“1”。

当然，我们也可以在设置完值标签后用“label dir”和“label list”命令查看值标签，结果如下：

我们看到，变量nationality的取值“3”并未成功添加上标签。此时，可采用add选项，为其增加一个标签。程序和结果如下：

如上，我们为数值“3”增加了值标签“I don't know”。若我们觉得这一值标签名不太恰当，想将其修改为“未知”，则可使用modify选项。程序和结果如下：

这样，我们就将原来的值标签 “I don't know”更换为中文“未知”。在很多时候，我们想要批量修改某一变量的值标签，replace选项便派上了用场，它可以快速替换某一变量当前的值标签。例如，我们想将变量gender的值标签更换为“男性”和“女性”，则可执行如下程序，结果如下：

如果不需要某个标签了，可以使用“label drop”删除值标签，比如我们不需要变量nationality的值标签，此时我们要删除值标签。程序和结果如下：

经过以上介绍，我们便对标签命令label的用法有了大致的了解。增加了标签后，就不会对变量“傻傻分不清楚”啦！

实战演练-如何获取众筹项目的团队信息

Zipfile(一)

tabplot命令

Jupyter Notebook不为人知的秘密

字符串方法（三）

数据，我要“拷打”你