當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文

R haven read_spss 讀取和寫入 SPSS 文件

read_sav() 讀取.sav 和.zsav 文件； write_sav() 在 compress = TRUE 時創建 .zsav 文件。 read_por() 讀取.por 文件。 read_spss() 根據文件擴展名使用 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"
)

參數

file

文件路徑、連接或文字數據(單個字符串或原始向量)。

以 .gz 、 .bz2 、 .xz 或 .zip 結尾的文件將自動解壓縮。將自動下載以 http:// 、 https:// 、 ftp:// 或 ftps:// 開頭的文件。遠程gz文件也可以自動下載並解壓。

文字數據對於示例和測試最有用。要被識別為文字數據，輸入必須用 I() 包裝，是包含至少一個換行符的字符串，或者是至少包含一個帶有換行符的字符串的向量。

使用值 clipboard() 將從係統剪貼板讀取。

encoding

文件使用的字符編碼。默認值 NULL 使用文件中指定的編碼，但有時該值不正確，能夠覆蓋它會很有用。

user_na

如果缺少用戶定義的TRUE變量，將被讀入labelled_spss()對象。如果 FALSE ，則默認的用戶定義缺失將轉換為 NA 。

col_select

一個或多個選擇表達式，例如 dplyr::select() 。使用c() 或list() 來使用多個表達式。有關可用選擇選項的詳細信息，請參閱?dplyr::select。僅從 data_file 讀取指定的列。

skip

讀取數據之前要跳過的行數。

n_max

讀取的最大行數。

.name_repair

有問題的列名的處理：

  • "minimal"：沒有名稱修複或檢查，超出基本存在，

  • "unique" ：確保名稱唯一且不為空，

  • "check_unique" ：(默認值)，沒有名稱修複，但檢查它們是 unique ，

  • "universal" ：命名為 unique 和語法

  • 函數：應用自定義名稱修複(例如，.name_repair = make.names 用於基本 R 樣式的名稱)。

  • purrr-style 匿名函數，請參閱rlang::as_function()

此參數作為 repair 傳遞到 vctrs::vec_as_names() 。有關這些條款以及用於執行這些條款的策略的更多詳細信息，請參閱此處。

data

要寫入的數據幀。

path

將寫入數據的文件的路徑。

compress

使用的壓縮類型：

  • "byte"：默認，使用字節壓縮。

  • "none"：無壓縮。這對於存在字節壓縮 .sav 文件問題的軟件(例如 SAS)非常有用。

  • "zsav"：使用 zlib 壓縮並生成 .zsav 文件。 SPSS 21.0 及更高版本支持 zlib 壓縮。

TRUE和FALSE可用於向後兼容，分別對應於"zsav"和"none"選項。

adjust_tz

Stata、SPSS 和 SAS 沒有時區概念，所有 date-time 變量均被視為 UTC。 adjust_tz 控製寫入時如何處理日期時間值的時區。

  • 如果 TRUE(默認)，則忽略日期時間值的時區，並且它們將在 R 和 Stata/SPSS/SAS 中顯示相同的內容，例如"2010-01-01 09:00:00 NZDT" 將寫為 "2010-01-01 09:00:00" 。請注意，這會更改基礎數值數據，因此如果保留 between-time-point 差異至關重要，請務必小心。

  • 如果 FALSE ，日期時間值將寫入相應的 UTC 值，例如"2010-01-01 09:00:00 NZDT" 將寫為 "2009-12-31 20:00:00" 。

值

一個 tibble DataFrame 變體，具有很好的默認值。

變量標簽存儲在每個變量的"label"屬性中。它不會打印在控製台上，但 RStudio 查看器會顯示它。

write_sav() 以不可見方式返回輸入data。

細節

目前haven可以讀寫邏輯、整數、數字、字符和因子。請參閱 labelled_spss() 了解如何在 R 中處理 SPSS 中的標記變量。

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
源代碼：R/haven-spss.R

相關用法


注：本文由純淨天空篩選整理自Hadley Wickham等大神的英文原創作品 Read and write SPSS files。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。