问题标签 [r-haven]

这个问题非常简单。我正在使用这个haven包，它创建了一个自定义类haven_labelled，在将数据从 Stata 导入 R 时调用（它的好处是在 R 中显示标签）。我想选择具有此自定义类（或任何其他自定义类）的列。

使用标准类，可以使用is.numeric等is.factor。

例如：df <- Filter(is.numeric, df)。

可以在此处找到许多其他方法。

我试过用class=="haven_labelled".

例如：df <- Filter(class=="haven_labelled", df)，但这不起作用。它给出了错误：

有任何想法吗？

编辑：

在尝试 H 1 的解决方案时，我发现了两件对于使用 Haven 包的其他人来说可能很重要的事情。

1. 类名实际上必须是“labelled”而不是“haven_labelled”。
2. 选择不起作用，因为 Have 为每个变量创建了双类（并且所有这些都是labelled另一个类的补充）。因此，基于标签的选择只返回完整的数据集。

当将haven_labelled变量转换为因子变量时，我（似乎）失去了潜在的“标签”（使用tidyverse我认为的术语......）。

的属性x_tib$value如我所料

但是，在我将其转换为因子变量后（如haven文档中所建议的那样），我似乎失去了原来的“标签”（1、5、10、20 变为 1、2、3、4）。

我可以保留底层的“标签”吗？

注意 - 我知道我可以在as_factor（例如as_factor(x_tib$value, "value")或as_factor(x_tib$value, "both")）的“级别”选项中对它们进行编码。

我有一个从 XLSX 文件中读取的数据框。每个列名看起来像这样： CODE___DESCRIPTION 例如A1___Some funky column here。将代码用作列名更容易，但我想在需要时使用描述，因此它必须存储在数据框中。这就是我稍后使用sjlabelled包的原因。

为自己制作一些随机数据并将其保存为some_data.xlsx。

我创建了简单的函数来按照我想要的方式准备我的数据。

首先我从 XLSX 文件中读取数据。然后我给它贴上标签。

现在我的每个数据框的列都是具有两个属性的字符向量（实际上它是一个结构）：

• 标签是描述部分
• 名称是原始数据框列名称（CODE___DESCRIPTION 样式），不要误认为名称（数据）的输出，这将是代码部分

假设我想将第一列和第三列更改为因子。

为此，我尝试了两件事：

这会将所有这两个列的值更改为 NA_integer_。

这会将字符向量更改为预期的因子，但它会删除我需要保留的两个列属性（标签和名称）。

我还尝试了sjlabelled、labeled和Have包中的很多功能。没有按我的预期工作。最后，我找到了一个解决方案，但它并不完美，我很想找到一种更简单的方法来做到这一点。

解决方案是失去这些属性，然后重新获得（实际上是“复制”）它们。

copy_labels是来自sjlabelled包的函数，当标签由于例如数据子集而丢失时使用，如本例所示。

PS 我很想添加r-sjlabelled和r-labelled标签，因为在这个问题中考虑了这些包，但执行此操作所需的声誉低于 1500。

我有一些来自 .sav 文件的 SPSS 数据，并正在尝试在 R 中使用它。许多变量的类型为 Have_labelled。我想使用 mutate_if() 将它们转换为双精度。如何为 mutate_if() 创建一个谓词，以捕获所有类型为 Have_labelled 的列？Have 库中有一个 is.labelled() 函数。

我正在使用带有以下软件包的R版本 3.6.1：

我的代码看起来有点像这样：

对于第二个“子集”调用，我得到了众所周知的错误“错误：x并且labels必须是同一类型”。我已经在几个线程中读到它可能与包的顺序有关，以及与其他包（Hmisc 和其他包）冲突的 Have 包的标签功能/ S3 方法。但是，我无法找到一个好的解决方法，甚至无法解决该问题。另外......我不能再运行几个基本的分析，比如 lm 甚至 rcorr 并且不断收到这个错误。

如果有人可以帮助我提示如何解决该问题，我将非常高兴。提前致谢。

有时我需要将 SPSS 文件转换为 DTA 文件。通常我使用Stat/Transfer，但我想也许我可以使用 R 来省钱。

但是，当我使用 Haven 包传输文件时，生成的文件大小比我使用 Stat/Transfer 时要大得多。

例如，这是我在 Internet 上找到的 .sav 文件。它是 85kb。

使用 Stat/Transfer 对其进行转换以生成更小的 47kb .dta 文件。

但是，当我运行此代码时，我得到一个 118kb 的 .dta 文件。这是 Stat/Transfer 产品的 2.5 倍。

我能做些什么来使输出haven::write_dta()更小吗？

我使用 .dta 文件并尝试使加载数据尽可能舒适。在我看来，我需要haven和的组合readstata13。

• haven看起来很完美。它提供了最好的“子标签”。但它不提供列选择器功能。我不能read_dta用于大文件（~ 1 GB / 64 GB RAM，Intel Xeon E5）。 问题：有没有办法选择/加载数据子集？

• read.dta13是我最好的解决方法。它有select.cols. 但我必须attr稍后再保存并合并它们（大约 10 个文件）。

  问题：如何手动添加haven包创建的这些第二个标签？（他们怎么称呼？）

这是MWE：

大约一年前，我使用 'haven'-package 导入了两个 .sas7bdat 文件及其各自的 .sas7bcat 格式，效果非常好。

然而，由于某种原因，即使所有 SAS 文件包括。从那时起，格式文件一直保持不变。

当我现在尝试运行代码时，R 给了我以下错误：

自第一次工作以来，R 和“避风港”包已重新安装到其最新版本，所以我想这可能是原因，因为所有 SAS 文件和代码都保持不变。

出于这个原因，我尝试重新安装旧版本的“haven”，但不能，因为这显然需要手动安装“Rtools”，这在我的计算机上是不允许的，所以我有点卡在这里。

任何建议将不胜感激，谢谢。

我在一个文件夹中有 30 个 sas 文件（dataset1.sas7bdat 到 dataset30.sas7bdat，每个文件大约 10 GB），需要分析这些数据文件中的行子集（字符变量 A 以 10 开头的所有行） . 因此，我需要将每个 sas 文件读入 R，在变量 A 上使用 grep 过滤一个子集，然后将每个过滤后的数据集保存为 .rds 文件。我正在尝试使用 list.files() 的 for 循环和 Haven 包来读取 sas 文件来实现这一点。为了避免内存不足，在子集被过滤并保存为 .rds 之后，我需要在每次迭代中删除导入的数据集。

虽然不优雅也不令人满意，但我可以像这样手动硬编码 30 次，每次复制/粘贴并将后缀增加 1：

虽然以下 for 循环在技术上可以将文件读入内存，但由于大量内存不足，它永远不会完成，因此它不允许我过滤数据：

有没有办法 - 在循环中的每次迭代中 - 过滤数据集，删除未过滤的数据集并将子集保存在 .rds 文件中？我似乎无法想出一种方法将其合并到我使用 assign() 函数的方法中。有没有更好的方法来解决这个问题？

所以我是 R 新手，在项目的某个时间点将 .dta 文件读入 R。但是当我尝试将整个报告编织成 HTML 时，它会在该特定代码行给我一条错误消息。

PS 当我单独运行与其相关的块时，它工作正常。但不知何故没有编织整个报告。

错误消息：'levels<-' ('temp*', value = as.character(levels)) 中的错误：因子级别 [15] 重复调用：... lbl_pillar_info -> as_factor -> as_factor.haven_labelled -> factor