将 SPSS 文件读入 R

Question

我正在尝试学习 R 并且想要引入一个 SPSS 文件，我可以在 SPSS 中打开该文件。

我尝试使用来自 foreign 的 read.spss 和来自 Hmisc 的 spss.get 。两个错误消息是相同的。

这是我的代码：

## install.packages("Hmisc")
library(foreign)

## change the working directory
getwd()
setwd('C:/Documents and Settings/BTIBERT/Desktop/')

## load in the file
## ?read.spss
asq <- read.spss('ASQ2010.sav', to.data.frame=T)

以及产生的错误：

read.spss("ASQ2010.sav", to.data.frame = T) 中的错误：错误 读取系统文件头另外：警告消息：在 read.spss("ASQ2010.sav", to.data.frame = T) : ASQ2010.sav: 位置 0：字符“\000”（

另外，我尝试将 SPSS 文件保存为 SPSS 7 .sav 文件（之前使用 SPSS 18）。

警告消息：1：在read.spss("ASQ2010_test.sav", to.data.frame = T) : ASQ2010_test.sav：无法识别的记录类型 7，子类型 14 系统文件2中遇到：在read.spss("ASQ2010_test.sav", to.data.frame = T) : ASQ2010_test.sav: 无法识别的记录类型 7, 系统文件中遇到子类型18

Answer 1

我遇到了类似的问题，并按照 read.spss 帮助中的提示解决了它。
使用包 memisc 代替，您可以导入一个便携式 SPSS 文件，如下所示：

data <- as.data.set(spss.portable.file("filename.por"))

同样，对于 .sav 文件：

data <- as.data.set(spss.system.file('filename.sav'))

虽然在这种情况下我似乎错过了一些字符串值，而便携式导入无缝运行。 spss.portable.file 的帮助页面声称：

导入器机制比“foreign”包的 read.spss 和 read.dta 更加灵活和可扩展，因为大多数解析文件头是在 R 中完成的。它们还适合高效加载大型数据集。最重要的是，导入器对象支持此包提供的标签、缺失值和描述。

Answer 2

read.spss 似乎有点过时了，所以我使用了名为 memisc 的包。

要使其正常工作，请执行以下操作：

install.packages("memisc")
data <- as.data.set(spss.system.file('yourfile.sav'))

Answer 3

您也可以尝试以下操作：

setwd("C:/Users/rest of your path")

library(haven)
data <- read_sav("data.sav")

如果您想读取一个文件夹中的所有文件：

temp <- list.files(pattern = "*.sav")
read.all <- sapply(temp, read_sav)

Answer 4

我知道这篇文章很旧，但我在将 Qualtrics SPSS 文件加载到 R 中时也遇到了问题。R 的 read.spss 代码很久以前来自 PSPP，并且已经有一段时间没有更新了。 （Hmisc 的代码也使用 read.spss()，所以运气不好。）

好消息是 PSPP 0.6.1 应该可以很好地读取文件，只要您将“字符串宽度”指定为“Short - 255”（ Qualtrics 中“下载数据”页面上的 SPSS 12.0 及更早版本）”。将其读入 PSPP，保存一份新副本，然后您就可以开始工作了。尴尬，但免费。

,

Answer 5

您可以使用上述解决方案或您当前使用的解决方案从 R 读取 SPSS 文件。只需确保命令与文件一起提供，它可以正确读取。我遇到了同样的错误，问题是 SPSS 无法访问该文件。您应该确保文件路径正确、文件可访问且格式正确。

library(foreign)
asq <- read.spss('ASQ2010.sav', to.data.frame=TRUE)

就警告消息而言，它不会影响数据。记录类型 7 用于存储较新的 SPSS 软件中的功能，以使较旧的 SPSS 软件能够读取新数据。但不影响数据。我已经使用过很多次并且数据没有丢失。

您还可以在 http://r.789695.n4.nabble.com/read-spss-warning-message-Unrecognized-record-type-7-subtype-18-在系统文件中遇到-td3000775.html#a3007945

Answer 6

看起来 R read.spss 实现不完整或损坏。不过，R2.10.1 的性能比 R2.8.1 更好。看起来，即使使用 2.10.1（我拥有的最新版本），R 也会对 sav 文件中的自定义属性感到不安。 R 也可能不理解文件中的字符编码字段，特别是它可能不适用于 SPSS Unicode 文件。

您可以尝试在 SPSS 中打开文件，删除所有自定义属性，然后重新保存文件。
来查看是否有自定义属性

可以用SPSS命令显示属性

。如果是这样，请删除它们（请参阅 VARIABLE ATTRIBUTE 和 DATAFILE ATTRIBUTE 命令），然后重试。

哈特哈，
乔恩·佩克

Answer 7

如果您有权访问 SPSS，请将文件另存为 .csv，然后使用 read.csv 或 read.table 导入。我不记得 .sav 文件导入有任何问题。到目前为止，它与 read.spss 和 spss.get 一起工作就像一个魅力。我认为 spss.get 不会给出不同的结果，因为它取决于 foreign::read.spss

您能否提供一些有关 SPSS/R/Hmisc/foreign 版本的信息？

Answer 8

这里没有提到的另一个解决方案是通过 ODBC 读取 R 中的 SPSS 数据。您需要：

1. IBM SPSS统计数据文件驱动程序。独立驱动就足够了。
2. 在 R 中使用 RODBC 包导入 SPSS 数据。

请参阅此处的示例。但我不得不承认，非常大的数据文件可能会出现问题。

Answer 9

对我来说，使用 memisc 效果很好！

install.packages("memisc")
load('memisc')
Daten.Februar <-as.data.set(spss.system.file("NPS_Februar_15_Daten.sav"))
names(Daten.Februar)

Answer 10

我同意 @SDahm 的观点，即 haven 包将是最佳选择。我自己在开始使用字符串值时遇到了一些困难，所以我想我也应该在这里分享我的方法。

“语义”小插图有一些关于这个主题的有用信息。

library(tidyverse)
library(haven)

# Some interesting information in here
vignette('semantics')

# Get data from spss file
df <- read_sav(path_to_file)

# get value labels
df <- map_df(.x = df, .f = function(x) {
  if (class(x) == 'labelled') as_factor(x)
  else x})
# get column names
colnames(df) <- map(.x = spss_file, .f = function(x) {attr(x, 'label')})

Answer 11

你使用的包不存在这样的问题。读取 spss 文件的唯一要求是将文件放入 PORTABLE 格式文件中。我的意思是，spss 文件的扩展名为 *.sav。您需要将 spss 文件转换为使用 *.por 扩展名的可移植文档。

有更多信息 http://www.statmethods.net/input/importingdata.html

Answer 12

就我而言，此警告与数据第一列之前出现的新变量相结合，其值为 -100, 2, 2, 2, ...，标签和值之间的对应关系发生变化，并删除了最后一个变量多变的。一个有效的解决方案是（使用 SPSS）在文件的最后一列中创建一个新的转储变量，用随机值填充它并执行以下代码：
（文件名是 sav 文件的路径，在我的例子中，原始 SPSS 文件有 62 列，因此带有附加哑变量的 63 列）

library(memisc)
data <- as.data.set(spss.system.file(filename))

copyofdata = data
for(i in 2:63){
  names(data)[i] <- names(copyofdata)[i-1]
}
data[[1]] <- NULL

newcopyofdata = data
for(i in 2:62){
  labels(data[[i]]) <- labels(newcopyofdata[[i-1]])
}
labels(data[[1]]) <- NULL

希望上面的代码对其他人有帮助。

Answer 13

关闭 SPSS 中的 UNICODE

打开 SPSS，不打开任何数据，然后在语法编辑器中运行以下代码

SET UNICODE OFF.

打开数据集并重新保存以删除 Unicode

read.spss('yourdata.sav', to.data.frame =T) 则可以正常工作

Answer 14

我刚刚遇到一个 SPSS 文件，无法使用 haven、foreign 或 memisc 打开，但 readspss： :read.por 帮我解决了这个问题：

download.file("http://www.tcd.ie/Political_Science/elections/IMSgeneral92.zip",
              "IMSgeneral92.zip")

unzip("IMSgeneral92.zip", exdir = "IMSgeneral92")

# rio, haven, foreign, memisc pkgs don't work on this file! But readspss does:
if(!require(readspss)) remotes::install_git("https://github.com/JanMarvin/readspss.git")
ims92 <- readspss::read.por("IMSgeneral92/IMS_Nov7 92.por", convert.factors = FALSE)

很好！谢谢，@JanMarvin！

Answer 15

1）

我发现程序stat-transfer对于将spss和stata文件导入R很有用。

它通过将spss转换为R数据集解决了您提到的问题。对于将超大数据集子集为 R 可使用的较小部分也非常有用。不是免费的，但对于处理来自不同程序的数据集来说是一个非常有用的工具 - 特别是当您无权访问它们时。

2）

Memisc包还有一个spss功能值得尝试。