我正在尝试使用foreign包读取 R 中的 Stata 数据集，但是当我尝试使用以下方式读取文件时：
library(foreign)
data <- read.dta("data.dta")
我收到以下错误：
Error in read.dta("data.dta") : a binary read error occurred
该文件在 Stata 中运行良好。该站点建议将文件保存在不带标签的 Stata 中，然后将其读入 R。通过这种解决方法，我可以将文件加载到 R 中，但随后我丢失了标签。为什么会出现此错误，如何将文件读入带有标签的 R？另一个人发现当他们有没有值的变量时他们会得到这个错误。我的数据确实至少有一个或两个这样的变量，但我没有简单的方法在 stata 中识别这些变量。这是一个包含数千个变量的非常大的文件。
这是一个求解器列表。我的猜测是第一项有 75% 的可能性解决您的问题。
dta在 Stata 中，使用 重新保存文件的新副本saveold，然后重试。read.dta函数。在此之后需要对数据集进行更全面的描述。foreign这个问题似乎可以解决，我在使用大量 Stata 文件时从来没有遇到过麻烦。
您也可以尝试包中的Stata.file函数，memisc看看是否也失败了。
您应该library(foreign)在读取 Stata 数据之前调用。
library(foreign)
data <- read.dta("data.dta")
更新：如此处所述，
“错误消息暗示该文件已找到，并且它以正确的字节序列作为 Stata .dta 文件开始，但是某些东西（可能是文件的结尾）阻止 R 读取它期望读取的内容。”
但是，我们可能只是猜测，没有任何进一步的信息。
更新OP的问题和答案：
我尝试过使用来自Stata的自动数据是否是这种情况，但事实并非如此。所以，应该还有其他原因：
*声明 1 和 2：如果变量中存在缺失或存在带有标签的数据集，Rread.dta将生成错误 *
sysuse auto #this dataset has labels
replace mpg=. #generates missing for mpg variable
br in 1/10
make price mpg rep78 headroom trunk weight length turn displacement gear_ratio foreign
AMC Concord 4099 3 2.5 11 2930 186 40 121 3.58 Domestic
AMC Pacer 4749 3 3.0 11 3350 173 40 258 2.53 Domestic
AMC Spirit 3799 3.0 12 2640 168 35 121 3.08 Domestic
Buick Century 4816 3 4.5 16 3250 196 40 196 2.93 Domestic
Buick Electra 7827 4 4.0 20 4080 222 43 350 2.41 Domestic
Buick LeSabre 5788 3 4.0 21 3670 218 43 231 2.73 Domestic
Buick Opel 4453 3.0 10 2230 170 34 304 2.87 Domestic
Buick Regal 5189 3 2.0 16 3280 200 42 196 2.93 Domestic
Buick Riviera 10372 3 3.5 17 3880 207 43 231 2.93 Domestic
Buick Skylark 4082 3 3.5 13 3400 200 42 231 3.08 Domestic
save "~myauto"
de(myauto)
Contains data from ~\myauto.dta
obs: 74 1978 Automobile Data
vars: 12 25 Aug 2013 11:32
size: 3,478 (99.9% of memory free) (_dta has notes)
-----------------------------------------------------------------------------------------------------------------------------------------------------------------
storage display value
variable name type format label variable label
-----------------------------------------------------------------------------------------------------------------------------------------------------------------
make str18 %-18s Make and Model
price int %8.0gc Price
mpg int %8.0g Mileage (mpg)
rep78 int %8.0g Repair Record 1978
headroom float %6.1f Headroom (in.)
trunk int %8.0g Trunk space (cu. ft.)
weight int %8.0gc Weight (lbs.)
length int %8.0g Length (in.)
turn int %8.0g Turn Circle (ft.)
displacement int %8.0g Displacement (cu. in.)
gear_ratio float %6.2f Gear Ratio
foreign byte %8.0g origin Car type
-----------------------------------------------------------------------------------------------------------------------------------------------------------------
Sorted by: foreign
library(foreign)
myauto<-read.dta("myauto.dta") #works perfect
str(myauto)
'data.frame': 74 obs. of 12 variables:
$ make : chr "AMC Concord" "AMC Pacer" "AMC Spirit" "Buick Century" ...
$ price : int 4099 4749 3799 4816 7827 5788 4453 5189 10372 4082 ...
$ mpg : int NA NA NA NA NA NA NA NA NA NA ...
$ rep78 : int 3 3 NA 3 4 3 NA 3 3 3 ...
$ headroom : num 2.5 3 3 4.5 4 4 3 2 3.5 3.5 ...
$ trunk : int 11 11 12 16 20 21 10 16 17 13 ...
$ weight : int 2930 3350 2640 3250 4080 3670 2230 3280 3880 3400 ...
$ length : int 186 173 168 196 222 218 170 200 207 200 ...
$ turn : int 40 40 35 40 43 43 34 42 43 42 ...
$ displacement: int 121 258 121 196 350 231 304 196 231 231 ...
$ gear_ratio : num 3.58 2.53 3.08 2.93 2.41 ...
$ foreign : Factor w/ 2 levels "Domestic","Foreign": 1 1 1 1 1 1 1 1 1 1 ...
- attr(*, "datalabel")= chr "1978 Automobile Data"
- attr(*, "time.stamp")= chr "25 Aug 2013 11:23"
- attr(*, "formats")= chr "%-18s" "%8.0gc" "%8.0g" "%8.0g" ...
- attr(*, "types")= int 18 252 252 252 254 252 252 252 252 252 ...
- attr(*, "val.labels")= chr "" "" "" "" ...
- attr(*, "var.labels")= chr "Make and Model" "Price" "Mileage (mpg)" "Repair Record 1978" ...
- attr(*, "expansion.fields")=List of 2
..$ : chr "_dta" "note1" "from Consumer Reports with permission"
..$ : chr "_dta" "note0" "1"
- attr(*, "version")= int 12
- attr(*, "label.table")=List of 1
..$ origin: Named int 0 1
.. ..- attr(*, "names")= chr "Domestic" "Foreign"
我不知道为什么会发生这种情况，如果有人可以解释，我会感兴趣，但read.dta确实无法处理全部为 NA 的变量。一种解决方案是使用以下代码在 Stata 中删除此类变量：
foreach varname of varlist * {
quietly sum `varname'
if `r(N)'==0 {
drop `varname'
disp "dropped `varname' for too much missing data"
}
}
已经很长时间了，但我解决了将 .dta 数据导出到 .csv 的同样问题。问题与因子变量的标签有关，特别是因为标签是西班牙语，而 ASCII 编码是一团糟。我希望这对有同样问题和使用 Stata 软件的人有用。
在状态：
export delimited using "/Users/data.csv", nolabel replace
在 R 中：
df <- read.csv("lapop2014.csv")