如何在 R 中最舒服地加载 .dta（保留标签）？

Question

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readstata13 的组合。

• 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。我不能将read_dta 用于大文件（~ 1 GB / 在 64 GB RAM 上，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。但是我必须稍后获得attr，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？ （怎么称呼？）

这是 MWE：

library(foreign)
write.dta(mtcars, "mtcars.dta")

library(haven)
mtcars <- read_dta("mtcars.dta")

library(readstata13)
mtcars2 <- read.dta13("mtcars.dta", convert.factors = FALSE, select.cols=(c("mpg", "cyl", "vs")))
var.labels <- attr(mtcars2,"var.labels")
data.key.mtcars2 <- data.frame(var.name=names(mtcars2),var.labels)

Answer 1

haven 的development version 支持使用col_select 参数选择列：

library(haven) # devtools::install_github("tidyverse/haven")
mtcars <- read_dta("mtcars.dta", col_select = c(mpg, cyl, vs))

或者； RStudio 查看器中的列标签取自数据框的列的"label" 属性。您可以使用一个简单的循环从readstata13 读取的标签中分配它们：

for (i in seq_along(mtcars2)) {
  attr(mtcars2[[i]], "label") <- var.labels[i]
}

View(mtcars2)