当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

R haven read_spss 读取和写入 SPSS 文件


read_sav() 读取.sav 和.zsav 文件； write_sav() 在 compress = TRUE 时创建 .zsav 文件。 read_por() 读取.por 文件。 read_spss() 根据文件扩展名使用 read_por() 或 read_sav()。

用法

read_sav(
  file,
  encoding = NULL,
  user_na = FALSE,
  col_select = NULL,
  skip = 0,
  n_max = Inf,
  .name_repair = "unique"
)

read_por(
  file,
  user_na = FALSE,
  col_select = NULL,
  skip = 0,
  n_max = Inf,
  .name_repair = "unique"
)

write_sav(data, path, compress = c("byte", "none", "zsav"), adjust_tz = TRUE)

read_spss(
  file,
  user_na = FALSE,
  col_select = NULL,
  skip = 0,
  n_max = Inf,
  .name_repair = "unique"
)

参数

file

文件路径、连接或文字数据(单个字符串或原始向量)。

以 .gz 、 .bz2 、 .xz 或 .zip 结尾的文件将自动解压缩。将自动下载以 http:// 、 https:// 、 ftp:// 或 ftps:// 开头的文件。远程gz文件也可以自动下载并解压。

文字数据对于示例和测试最有用。要被识别为文字数据，输入必须用 I() 包装，是包含至少一个换行符的字符串，或者是至少包含一个带有换行符的字符串的向量。

使用值 clipboard() 将从系统剪贴板读取。

encoding

文件使用的字符编码。默认值 NULL 使用文件中指定的编码，但有时该值不正确，能够覆盖它会很有用。

user_na

如果缺少用户定义的TRUE变量，将被读入labelled_spss()对象。如果 FALSE ，则默认的用户定义缺失将转换为 NA 。

col_select

一个或多个选择表达式，例如 dplyr::select() 。使用c() 或list() 来使用多个表达式。有关可用选择选项的详细信息，请参阅?dplyr::select。仅从 data_file 读取指定的列。

skip

读取数据之前要跳过的行数。

n_max

读取的最大行数。

.name_repair

有问题的列名的处理：

  • "minimal"：没有名称修复或检查，超出基本存在，

  • "unique" ：确保名称唯一且不为空，

  • "check_unique" ：(默认值)，没有名称修复，但检查它们是 unique ，

  • "universal" ：命名为 unique 和语法

  • 函数：应用自定义名称修复(例如，.name_repair = make.names 用于基本 R 样式的名称)。

  • purrr-style 匿名函数，请参阅rlang::as_function()

此参数作为 repair 传递到 vctrs::vec_as_names() 。有关这些条款以及用于执行这些条款的策略的更多详细信息，请参阅此处。

data

要写入的数据帧。

path

将写入数据的文件的路径。

compress

使用的压缩类型：

  • "byte"：默认，使用字节压缩。

  • "none"：无压缩。这对于存在字节压缩 .sav 文件问题的软件(例如 SAS)非常有用。

  • "zsav"：使用 zlib 压缩并生成 .zsav 文件。 SPSS 21.0 及更高版本支持 zlib 压缩。

TRUE和FALSE可用于向后兼容，分别对应于"zsav"和"none"选项。

adjust_tz

Stata、SPSS 和 SAS 没有时区概念，所有 date-time 变量均被视为 UTC。 adjust_tz 控制写入时如何处理日期时间值的时区。

  • 如果 TRUE(默认)，则忽略日期时间值的时区，并且它们将在 R 和 Stata/SPSS/SAS 中显示相同的内容，例如"2010-01-01 09:00:00 NZDT" 将写为 "2010-01-01 09:00:00" 。请注意，这会更改基础数值数据，因此如果保留 between-time-point 差异至关重要，请务必小心。

  • 如果 FALSE ，日期时间值将写入相应的 UTC 值，例如"2010-01-01 09:00:00 NZDT" 将写为 "2009-12-31 20:00:00" 。

值

一个 tibble DataFrame 变体，具有很好的默认值。

变量标签存储在每个变量的"label"属性中。它不会打印在控制台上，但 RStudio 查看器会显示它。

write_sav() 以不可见方式返回输入data。

细节

目前haven可以读写逻辑、整数、数字、字符和因子。请参阅 labelled_spss() 了解如何在 R 中处理 SPSS 中的标记变量。

例子

path <- system.file("examples", "iris.sav", package = "haven")
read_sav(path)
#> # A tibble: 150 × 5
#>    Sepal.Length Sepal.Width Petal.Length Petal.Width Species   
#>           <dbl>       <dbl>        <dbl>       <dbl> <dbl+lbl> 
#>  1          5.1         3.5          1.4         0.2 1 [setosa]
#>  2          4.9         3            1.4         0.2 1 [setosa]
#>  3          4.7         3.2          1.3         0.2 1 [setosa]
#>  4          4.6         3.1          1.5         0.2 1 [setosa]
#>  5          5           3.6          1.4         0.2 1 [setosa]
#>  6          5.4         3.9          1.7         0.4 1 [setosa]
#>  7          4.6         3.4          1.4         0.3 1 [setosa]
#>  8          5           3.4          1.5         0.2 1 [setosa]
#>  9          4.4         2.9          1.4         0.2 1 [setosa]
#> 10          4.9         3.1          1.5         0.1 1 [setosa]
#> # ℹ 140 more rows

tmp <- tempfile(fileext = ".sav")
write_sav(mtcars, tmp)
read_sav(tmp)
#> # A tibble: 32 × 11
#>      mpg   cyl  disp    hp  drat    wt  qsec    vs    am  gear  carb
#>    <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
#>  1  21       6  160    110  3.9   2.62  16.5     0     1     4     4
#>  2  21       6  160    110  3.9   2.88  17.0     0     1     4     4
#>  3  22.8     4  108     93  3.85  2.32  18.6     1     1     4     1
#>  4  21.4     6  258    110  3.08  3.22  19.4     1     0     3     1
#>  5  18.7     8  360    175  3.15  3.44  17.0     0     0     3     2
#>  6  18.1     6  225    105  2.76  3.46  20.2     1     0     3     1
#>  7  14.3     8  360    245  3.21  3.57  15.8     0     0     3     4
#>  8  24.4     4  147.    62  3.69  3.19  20       1     0     4     2
#>  9  22.8     4  141.    95  3.92  3.15  22.9     1     0     4     2
#> 10  19.2     6  168.   123  3.92  3.44  18.3     1     0     4     4
#> # ℹ 22 more rows
源代码：R/haven-spss.R

相关用法


注：本文由纯净天空筛选整理自Hadley Wickham等大神的英文原创作品 Read and write SPSS files。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。