问：

R 有哪些选项可用于将本机 SAS 格式的文件读取到 R 中？sas7bdat

例如，NCES Common Core 包含以这种格式保存的大量数据文件存储库。具体而言，让我们专注于尝试阅读 1997-98 年 LEA Universe 中的这个文件，其中包含从 A 到 I 的所有州实体的教育机构级别的人口统计数据。

以下是 SAS 对数据的预览：

将此数据引入 R 环境的最简单方法是什么？我没有任何可用的SAS版本，也不愿意付费，因此简单地将其转换为.csv会很麻烦。

R-常见问题

当然，我已经用了好几年了，它们总是看起来很挑剔或缺乏我需要的一些功能，并且有几种可供选择（而且更多不断涌现），所以有一个 wiki 来解决这样一个常见的问题会很好。我几乎放弃了“读取 sas 数据集”包——我从来没有想过如何应用格式，我只是再试一次，它给了我一个错误。如果必须的话，我会使用包装器来读取 sas 数据集的目录并返回数据帧列表，尽管它需要一个有效的 sas，但一直对我有用sas7bdathavenHmisc::sas.get

0赞 MichaelChirico 3/22/2016

@rawr如果发现时间和文件的公开性，请添加一个答案，举例说明:)的不足之处在这种情况下，虽然需要一个有效的SAS，但了解替代方案是有帮助的。havenHmisc

0赞 rawr 3/25/2016

haven读取文件就好了。我还需要这些格式，因为我从 sas 获得的大量数据基本上都是未格式化的。当不给我一个模糊的错误时，它并没有真正应用格式——只是将它们保留为需要更多用户跑腿工作的属性——不多，不难，但有出错的空间。（以及我使用的包装器 fn）在 sas 中执行所有这些操作（可选）并返回格式化的数据框havenHmisc::sas.get

1赞 rawr 3/25/2016

我遇到的另一个问题是，如果您尝试使用在 Windows 上的 Unix/Linux 上创建的目录（反之亦然），则会出现更多错误。但是，如果您有 proc 格式代码，则可以使用 SAS 创建平台本机的格式目录。由于 Haven 需要目录，如果您只有 proc 格式代码，您似乎是 SOL

答：

7赞 3 revs, 2 users 87%Phil #1

问题

问题似乎是您尝试使用的文件格式不佳。具体来说，空白单元格没有被编码（使用），而只是留空。当尝试加载制表符分隔的文件时，这会给 R 带来问题，因为 R 认为列数不正确。RNA

使用 SAS 文件的解决方法

我找到了一种解决方法，即使用软件包加载SAS文件，然后将空白单元格（）重新编码为NA：sas7bdat""

install.packages("sas7bdat")
require("sas7bdat")
download.file("http://nces.ed.gov/ccd/Data/zip/ag121a_supp_sas.zip",
              destfile = "sas.zip")
unzip("sas.zip")
sas <- read.sas7bdat(file = "ag121a_supp.sas7bdat", debug = FALSE)
sas[sas == ""] <- NA

但是，此方法有两个问题需要注意：

它很慢（见评论）
sas7bdat在撰写本文时，软件包目前被其作者视为实验性软件包。因此，它可能不会加载所有 sas 文件，我会在使用前彻底检查它所做的不一致。

非 R 解决方案

它并不完全是规范的，但您也可以下载制表符分隔的文件，在 LibreOffice Calc 中打开它们（Microsoft Excel 似乎搞砸了），然后通过搜索和替换为来查找并替换所有文件。""NA

microbenchmark(times=10L,
               read.sas7bdat("psu97ai.sas7bdat"),
               read_sas("psu97ai.sas7bdat"))

Unit: milliseconds
                              expr        min         lq       mean     median         uq        max neval cld
 read.sas7bdat("psu97ai.sas7bdat") 66696.2955 67587.7061 71939.7025 68331.9600 77225.1979 82836.8152    10   b
      read_sas("psu97ai.sas7bdat")   397.9955   402.2627   410.4015   408.5038   418.1059   425.2762    10  a

没错，（平均）花费的时间比少 99.5%。haven::read_sassas7bdat::read.sas7bdat

次要更新

我以前无法弄清楚这两种方法是否产生了相同的数据（即，两者在读取数据方面具有相同的保真度），但最终做到了：

# Keep as data.tables
sas7bdat <- setDT(read.sas7bdat("psu97ai.sas7bdat"))
haven <- setDT(read_sas("psu97ai.sas7bdat"))

# read.sas7bdat prefers strings as factors,
#   and as of now has no stringsAsFactors argument
#   with which to prevent this
idj_factor <- sapply(haven, is.factor)

# Reset all factor columns as characters
sas7bdat[ , (idj_factor) := lapply(.SD, as.character), .SDcols = idj_factor]

# Check equality of the tables
all.equal(sas7bdat, haven, check.attributes = FALSE)
# [1] TRUE

但是，请注意，该文件保留了大量属性列表，可能是 SAS 的保留：read.sas7bdat

str(sas7bdat)
# ...
# - attr(*, "column.info")=List of 70
#   ..$ :List of 12
#   .. ..$ name  : chr "NCESSCH"
#   .. ..$ offset: int 200
#   .. ..$ length: int 12
#   .. ..$ type  : chr "character"
#   .. ..$ format: chr "$"
#   .. ..$ fhdr  : int 0
#   .. ..$ foff  : int 76
#   .. ..$ flen  : int 1
#   .. ..$ label : chr "UNIQUE SCHOOL ID (NCES ASSIGNED)"
#   .. ..$ lhdr  : int 0
#   .. ..$ loff  : int 44
#   .. ..$ llen  : int 32
# ...

所以，如果你有机会需要这些属性（例如，我知道有些人特别热衷于s），也许毕竟是你的选择。labelread.sas7bdat

将 SAS sas7bdat 数据读取到 R 中

Read SAS sas7bdat data into R

评论

问题

使用 SAS 文件的解决方法

非 R 解决方案

评论

次要更新

评论

评论