我想将几个 dta 文件转换为 csv。 到目前为止，我的代码是（老实说，我使用了在 stackoverflow 上找到的答案......）
library(foreign)
setwd("C:\Users\Victor\Folder")
for (f in Sys.glob('*.dta'))
write.csv(read.dta(f), file = gsub('dta$', 'csv', f))
它有效，但如果我的文件夹包含子文件夹，它们将被忽略。 我的问题是我有 11 个子文件夹（其中可能包含子文件夹本身）我想找到一种方法来循环我的文件夹和子文件夹，因为现在我需要更改每个子文件夹的工作目录和。
我现在正在使用 R，我尝试使用 pandas (python)，但似乎转换的质量值得商榷......
谢谢
【问题讨论】：
在 R 中，您只需在 list.files 中设置 recursive = T。
实际上，在处理目录时指定递归是一种普遍的做法——它适用于包括 Linux 和 Windows 在内的操作系统中的命令行操作，使用 rm -rf 之类的命令，并适用于 R 中的多个函数。
这篇文章有一个很好的例子：
How to use R to Iterate through Subfolders and bind CSV files of the same ID?
他们的例子（这只是他们对目录/子目录搜索结果所做的不同）是：
lapply(c('1234' ,'1345','1456','1560'),function(x){
sources.files <- list.files(path=TF,
recursive=T,
pattern=paste('*09061*',x,'*.csv',sep='')
,full.names=T)
## You read all files with the id and bind them
dat <- do.call(rbind,lapply(sources.files,read.csv))
### write the file for the
write(dat,paste('agg',x,'.csv',sep='')
}
所以对于你pattern = '.dta'，只需将你的基本目录设置在path。
【讨论】：
考虑使用基本 R 的 list.files() 作为 recursive 参数指定在子目录中搜索。您还希望 full.names 设置为返回文件引用的绝对路径。
因此，将您的模式设置为查找 .dta 扩展（即 Stata 数据集），然后运行读入和写出函数：
import foreign
statafiles <- list.files("C:\\Users\\Victor\\Folder", pattern="\\.dta$",
recursive = TRUE, full.names = TRUE)
lapply(statafiles, function(x) {
df <- read.dta(x)
write.csv(df, gsub(".dta", ".csv", x))
})
还有 Python pandas 中的对应物，它具有 read and write stata files 的内置方法：
import os
import pandas as pd
for dirpath, subdirs, files in os.walk("C:\\Users\\Victor\\Folder"):
for f in files:
if f.endswith(".dta"):
df = pd.read_stata(os.path.join(dirpath, f))
df.to_csv(os.path.join(dirpath, f.replace(".dta", ".csv")))
【讨论】：