R数据导入很难吗？

dagga

我是R的初学者，在学习数据导入时遇到一些麻烦，希望大家指教

我有一个SPSS文件，扩展名为sav，路径如下G:\h.sav,我想把它导入到R里，操作及R的反应如下：

> library(foreign)

> data<-read.spss("g:\h.sav")

错误在read.spss("g:h.sav") : unable to open file

try again 之后：

> data<-read.table("g:\h.sav")

误在file(file, "r") : 无法打开链结

此外: Warning message:

无法打开文件'$s'，因为'$s'

我看了一些关于这方面的帖子和文章，好像我的操作没有什么问题啊，怎么会这样？难道R非要拒绝像我这样一个正直，诚恳，踏实，勤奋又好学的人吗？

请各位指教！！！

abel

data<-read.spss("g:\h.sav")

S语言中，字符的规定参照c语言安排，写成"g:\\h.sav"试一试

可以使用Rcmdr包，用鼠标操作导入数据，看看自动生成的代码，多看几次就会了。

sociology

data<-read.spss("g:\\h.sav")或者

data<-read.spss("g:/h.sav")

这个问题在FAQ上门有。

个人推荐设置参数to.data.frame=T

即，data<-read.spss("g:\\h.sav",to=T)

areg

这个问题我也出现过，因为SPSS中能认识汉字，我的SPSS变量名，其中一部是汉字，当我把汉字改成拼音或英文时，就能导入了，由于这久忙于学R的基础，在导入SPSS数据方面，上还没有认真去看。

你试试把变量名变成字母（英文）吧

yihui

没错，主要原因应该是路径中的“\”问题，要么用\\，要么用/

为了避免手工输入路径以及字符容易犯错的麻烦，我也推荐楼主使用choose.files()函数，这样你就可以用鼠标选路径啦，比如 data<-read.spss(choose.files())

dagga

谢谢大家，我去过很多统计的论坛，我们论坛最好，最热心了！！！

dagga

> d<-read.spss(choose.files())

警告: G:\h.sav: Unrecognized record type 7, subtype 16 encountered in system file

> read.spss("G:/h.sav", use.value.labels=TRUE, max.value.labels=Inf, to.data.frame=TRUE)

警告: G:/h.sav: Unrecognized record type 7, subtype 16 encountered in system file

H G

1 1 21

2 2 21

3 21 12

4 1 21

怎么警告怎么多？

yihui

莫非真有中文的问题？怪哉。我怎么从来没遇到错误……

areg

######################################################

为了探讨从SPSS导入数据问题，我没有用现成的示例数据，特地从我的试验数据中复制一小部分制成he.sav，为了让大家看到内容，先把它转成.xls，再转成文本，如下：

######################################################

样地类型样地序号日期物种样点号数目盖度平均高度

虎尾草高 101 "20,060,717" 虎尾草 1 17 80 28.33

虎尾草高 101 "20,060,717" 虎尾草 2 39 85 25.00

虎尾草高 101 "20,060,717" 虎尾草 3 98 80 23.67

虎尾草高 101 "20,060,717" 虎尾草 4 54 78 30.67

虎尾草高 101 "20,060,717" 虎尾草 5 6 50 19.00

芦苇1 103 "20,060,717" 芦苇 1 6 30 56.00

芦苇1 103 "20,060,717" 芦苇 2 8 34 64.67

芦苇1 103 "20,060,717" 芦苇 3 6 40 49.67

芦苇1 103 "20,060,717" 芦苇 4 10 70 35.00

芦苇1 103 "20,060,717" 芦苇 5 7 40 53.00

虎尾草高 104 "20,060,719" 虎尾草 1 57 100 25.67

虎尾草高 104 "20,060,719" 虎尾草 2 77 100 31.33

虎尾草高 104 "20,060,719" 虎尾草 3 12 70 23.67

虎尾草高 104 "20,060,719" 虎尾草 4 19 100 29.67

虎尾草高 104 "20,060,719" 虎尾草 5 26 100 29.33

芦苇2 105 "20,060,723" 芦苇 1 11 90 49.33

芦苇2 105 "20,060,723" 虎尾草 1 11 10 22.67

芦苇2 105 "20,060,723" 芦苇 2 4 40 53.33

芦苇2 105 "20,060,723" 虎尾草 2 10 8 38.33

芦苇2 105 "20,060,723" 芦苇 3 12 100 69.67

######################################################

######################################################

当变量名是中文时，R中导入不了，说明是不支持双字节码。当变量名改成拼音或字母时，能读。为便于与前面区别，我提前把he.sav改成heE.sav,我的当前目录设为D:/Rstudy 要导入的文件就放在这个文件夹中。

######################################################

> library(foreign)

# 利用“侧放效应”，把读入的文件赋一个对象，推荐用此种方式导入数据。

> heE<-read.spss("heE.sav",TRUE,TRUE) # 读入的是一个文本数据框，可用fix(heE)打开数据逻辑器

> heF<-read.spss("heE.sav",FALSE) # 读入的是一个文本，没有数据框的性质

> heG<-read.spss("heE.sav",TRUE) # 读入的是一个文本，没有数据框的性质

> heH<-read.spss("heE.sav") # 读入的是一个文本，没有数据框的性质

> heI<-read.spss("heE.sav", ,TRUE) # 读入的是一个文本数据框，可用fix(heE)打开数据逻辑器

# 即时反应

> read.spss("heE.sav",TRUE,TRUE)

> read.spss("heE.sav",FALSE)

> read.spss("heE.sav",TRUE)

> read.spss("heE.sav")

######################################################

下面是与这个函数相关的信息。

# 得到读取函数的介绍

read.spss(file, use.value.labels=TRUE, to.data.frame=FALSE,

max.value.labels=Inf, trim.factor.names=FALSE)

################################################################################

下面是read.spss的源代码

################################################################################

### Copyright 2000-2002 Saikat DebRoy <saikat$stat.wisc.edu>

### Douglas M. Bates <bates$stat.wisc.edu>,

### Thomas Lumley

### This file is part of the `foreign' package for R and related languages.

### It is made available under the terms of the GNU General Public

### License, version 2, or at your option, any later version,

### incorporated herein by reference.

###

### This program is distributed in the hope that it will be

### useful, but WITHOUT ANY WARRANTY; without even the implied

### warranty of MERCHANTABILITY or FITNESS FOR A PARTICULAR

### PURPOSE. See the GNU General Public License for more

### details.

###

### You should have received a copy of the GNU General Public

### License along with this program; if not, write to the Free

### Software Foundation, Inc., 51 Franklin Street, Fifth Floor,

### Boston, MA 02110-1301 USA

read.spss <- function(file, use.value.labels = TRUE, to.data.frame = FALSE,

max.value.labels = Inf, trim.factor.names = FALSE)

{

trim <- function(strings) {

if (trim.factor.names)

gsub(" +$","",strings)

else

strings

}

rval <- .Call(do_read_SPSS, file)

vl <- attr(rval,"label.table")

has.vl <- which(!sapply(vl,is.null))

for(v in has.vl) {

nm <- names(vl)[[v]]

nvalues <- length(na.omit(unique(rval[[nm]])))

nlabels <- length(vl[[v]])

if (use.value.labels &&

(!is.finite(max.value.labels) || nvalues <= max.value.labels) &&

nlabels >= nvalues)

rval[[nm]] <- factor(rval[[nm]], levels = rev(vl[[v]]),

labels = rev(trim(names(vl[[v]]))))

else

attr(rval[[nm]],"value.labels") <- vl[[v]]

}

if (to.data.frame) {

varlab <- attr(rval, "variable.labels")

rval <- as.data.frame(rval)

attr(rval, "variable.labels") <- varlab

}

rval

}

三月小鱼

我现在学习R时候也老遇到中文问题!

许多数据用中文读不出来!

而该为拼音就可以读出啦!

dagga

高手如云啊！

areg

[quote]引用第10楼dagga于2006-11-16 23:54发表的“”:

高手如云啊！ [/quote]

哪是高手啊，以前偶然成功了，没有去深究，现在问题一下突出出来，原来自己真不懂，结果折腾我大半天，才真正证实自己的猜测，才能顺利从*.sav导入到R。

今天太累了，为这个简单的导入。休息啦，明天见。

sociology

[quote]引用第7楼谢益辉于2006-11-16 16:03发表的“”:

莫非真有中文的问题？怪哉。我怎么从来没遇到错误……[/quote]

确实有这个问题。可能因为你在spss中从来没有用中文作为变量名。

areg

[quote]引用第12楼sociology于2006-11-17 00:07发表的“”:

确实有这个问题。可能因为你在spss中从来没有用中文作为变量名。[/quote]

我前久这所以导入成功，就是因为最近的数据集变量用的都是英文，所以侥幸导入，但一旦是要导入以前的老数据集，那些过去的数据中，多数用的是中文变量名。这个问题曾经与eshanzi在QQ中讨论过，不过就是没有引起足够重视，以至于多出那么多推测。

yihui

这个问题还是很值得讨论一下的，现在R-base都支持中文，但是contrib包中就对中文不太支持，到底是怎么回事呢，这个问题我也琢磨了好久了。