如何根据R中的一行标记Dataframe中的所有变量

Question

我对整个数据帧中的标签有两个问题：

我有一个患者的横截面数据集（每行是一个患者）和变量（每列是一个变量）。第一行是变量名，第二行是标签。例如，第1行的BMI和第2行的体重指数。

问题1：如何让R识别第二行是一个标签，而不单独键入每个标签age=age等？有数百个变量需要标记。也许在进口的时候？或者通过将标签分离到不同的数据帧？我似乎找不到一个解决方案，除了为每个变量单独键入它，或者将它放入一个只有变量名和标签的单独数据集中，并使用match from R:Assign data frame列的变量标签

library(Hmisc)

var.labels = dat2

label(data) = as.list(var.labels[match(names(data), names(var.labels))])

label(data)
                     age                      sex 
          "Age in Years" "Sex of the participant"   

问题2：如果我的数据中所有0值都是“否”，而所有“1”值都是“是”，我如何将所有0值标记为“否”，将所有1值标记为“是”？我没有找到任何代码，除了个人标签。

非常感谢！！！

以下是它的迷你版本：dput：结构（列表（患者=c（“患者”、“T1”、“T2”、“T3”、“T4”、“T5”、“T6”、“T7”、“T8”、“T9”、“T10”），变量1=c（“变量标签”1"，"2"，"1"，"4"，"2"，"2"，"1"，"1"，"1"，"1"，"1"），变量2=c（"变量标签2"，"3"，"1"，"2"，"2"，"2"，"2"，"1,2,1,1），row.names=c（NA，-11L），类=c（tbl_df，tbl，data.frame））

Answer 1

library(tidyverse)

string <-
"Body mass index, Age, Answer1, Answer2
BMI, Age, Answer1, Answer2
20, 27, 1, 0
29, 42, 1, 1"

# reading in column names (both short and long)
df_names <- read_csv(file = string, n_max = 2, col_names = F)

# reading in values
df_values <- read_csv(file = string, skip = 2, col_names = F) %>%
  mutate(across(-(X1:X2), ~if_else(.x == 1, "yes", "no"))) # replacing 1 with yes and 0 with no

names(df_values) <- as.character(df_names[1,]) # assigning long names as names
names(df_values) <- as.character(df_names[2,]) # assigning short names as names