原来的问题是"如何将labels属性的值提取到列表中“。下面是主要问题的解决方案（假设some_df是通过haven导入的，并且有label属性）。更新：我现在添加了一种方法，可以使用包sjlabelled提取标签向量。

library(purrr)
n <- ncol(some_df)
labels_list <- map(1:n, function(x) attr(some_df[[x]], "label") )

# if a vector of character strings is preferable
labels_vector <- map_chr(1:n, function(x) attr(some_df[[x]], "label") )

# to make a simple codebook
library(kable)
variable_name <- names(some_df)
data.frame(variable_name, description = labels_vector) %>%
  kable(format = 'markdown')

# UPDATE: another approach with package sjlabelled
library(sjlabelled)
sjlabelled::get_label(some_df)

字符串

我将尝试回答这个问题，尽管我的代码不是很漂亮。
首先，我创建一个函数，从单个列中提取一个命名属性。

ColAttr <- function(x, attrC, ifIsNull) {
# Returns column attribute named in attrC, if present, else isNullC.
  atr <- attr(x, attrC, exact = TRUE)
  atr <- if (is.null(atr)) {ifIsNull} else {atr}
  atr
}

字符串
然后一个函数将其应用于所有列：

AtribLst <- function(df, attrC, isNullC){
# Returns list of values of the col attribute attrC, if present, else isNullC
  lapply(df, ColAttr, attrC=attrC, ifIsNull=isNullC)
}

型
最后，我为每个属性运行它。

stub93 <- AtribLst(cps_00093.df, attrC="label", isNullC=NA)

labels93 <- AtribLst(cps_00093.df, attrC="labels", isNullC=NA)
labels93 <- labels93[!is.na(labels93)]

型
所有列都有一个“label”属性，但只有一些列是“labeled”类型的，因此有一个“labels”属性。labels属性被命名，其中标签匹配数据的值，名称告诉你这些值意味着什么。

跳过上面的@omar-waslow答案，但添加了attr_getter的使用。
如果数据（some_df）是使用haven包中的read_dta导入的，那么tibble中的每一列都有一个名为"label"的attr。所以我们将 Dataframe 拆分，逐列拆分。这将创建一个可以连接回去的两列 Dataframe （例如，在pivot_longer之后）。

library(tidyverse)
label_lookup_map <- tibble(
   col_name = some_df %>% names(),
   labels = some_df %>% map_chr(attr_getter("label"))
)

字符串