将R data.frame导出到SPSS

有一个包

foreign

，它具有一个函数

write.foreign（）

，可以写入SPS和CSV文件。SPS文件可以将CSV文件读入SPSS，包括标签。到目前为止还可以，但该函数存在一些问题：

较新的SPSS版本可能会显示一个错误，即

数据列表中的格式定义太少

如果通过

attr（）

存储的数字变量有“标签”，则这些标签将丢失

即使SPSS vesion最多支持32767个字符串，如果任何变量中的字符串超过255个，函数

write.foreign（）

也会停止

如果使用任何字符变量，都会有一个星号（*），但较新的SPSS版本无法处理该问题

CSV文件以逗号分隔，不能使用引号，因此字符串（字符）中不允许使用逗号

非ASCII字符（例如umlauts）将使导入崩溃

如果您有一个包含任何NA值的字符，您将看到

。。。如下所示的错误消息：

Error in if (any(lengths > 255L)) stop("Cannot handle character variables longer than 255") : 
    missing value where TRUE/FALSE needed

---

我花了很多时间在这方面，然后找到了一个好的帖子（）开始，并使它变得更好。这是我的结果，我想与大家分享。

此函数替代了

foreign:write.foreign

来处理上述问题

注意：为避免SPSS查找CSV文件时出现问题，请至少为

数据文件指定完整路径（！）

（如果使用原始

外部：write.foreign（）

）

注意：此脚本将用空白替换字符串中的制表符（制表符）和其他间距（包括CR+LF），而不发出警告。可以考虑使用<代码>获取数据< /代码>而不是麻烦的<代码>数据列表< /代码>来解决这个限制。

注意：在FUN（X[[i]]，…）中可能有一个警告

：模数可能完全失去准确性

-这是指计算小数，可以忽略

注意：

POSIXlt

和

POSIXct

变量尚未由脚本正确处理

writeForeignMySPSS = function (df, datafile, codefile, varnames = NULL, len = 32767) {
    adQuote <-  function (x) paste("\"", x, "\"", sep = "")

    # Last variable must not be empty for DATA LIST
    if (any(is.na(df[[length(df)]]))) {
        df$END_CASE = 0
    }

    # http://stackoverflow.com/questions/5173692/how-to-return-number-of-decimal-places-in-r
    decimalplaces <- function(x) {
        y = x[!is.na(x)]
        if (length(y) == 0) {
            return(0)
        }
        if (any((y %% 1) != 0)) {
            info = strsplit(sub('0+$', '', as.character(y)), ".", fixed=TRUE)
            info = info[sapply(info, FUN=length) == 2]
            if (length(info) >= 2) {
              dec = nchar(unlist(info))[seq(2, length(info), 2)]
            } else {
              return(0)
            }
            return(max(dec, na.rm=T))
        } else {
            return(0)
        }
    }

    dfn <- lapply(df, function(x) if (is.factor(x))
        as.numeric(x)
        else x)

    # Boolean variables (dummy coding)
    bv = sapply(dfn, is.logical)
    for (v in which(bv)) {
        dfn[[v]] = ifelse(dfn[[v]], 1, 0)
    }

    varlabels <- names(df)
    # Use comments where applicable
    for (i in 1:length(df)) {
      cm = comment(df[[i]])
      if (is.character(cm) && (length(cm) > 0)) {
        varlabels[i] = comment(df[[i]])
      }
    }

    if (is.null(varnames)) {
        varnames <- abbreviate(names(df), 8L)
        if (any(sapply(varnames, nchar) > 8L))
            stop("I cannot abbreviate the variable names to eight or fewer letters")
        if (any(varnames != varlabels))
            warning("some variable names were abbreviated")
    }
    varnames <- gsub("[^[:alnum:]_\\$@#]", "\\.", varnames)
    dl.varnames <- varnames
    chv = sapply(df, is.character)
    if (any(chv)) {
        for (v in which(chv)) {
            dfn[[v]] = gsub("\\s", " ", dfn[[v]])
        }
        lengths <- sapply(df[chv], function(v) max(nchar(v), na.rm=T))
        if (any(lengths > len)) {
            warning(paste("Clipped strings in", names(df[chv]), "to", len, "characters"))
            for (v in which(chv)) {
                df[[v]] = substr(df[[v]], start=1, stop=len)
            }
        }
        lengths[is.infinite(lengths)] = 0
        lengths[lengths < 1] = 1
        lengths <- paste("(A", lengths, ")", sep = "")
        # star <- ifelse(c(FALSE, diff(which(chv) > 1)), " *",
        dl.varnames[chv] <- paste(dl.varnames[chv], lengths)
    }

    # decimals and bools
    nmv = sapply(df, is.numeric)
    dbv = sapply(df, is.numeric)
    nv = (nmv | dbv)
    decimals = sapply(df[nv], FUN=decimalplaces)
    dl.varnames[nv] = paste(dl.varnames[nv], " (F", decimals+8, ".", decimals, ")", sep="")
    if (length(bv) > 0) {
        dl.varnames[bv] = paste(dl.varnames[bv], "(F1.0)")
    }
    rmv = !(chv | nv | bv)
    if (length(rmv) > 0) {
        dl.varnames[rmv] = paste(dl.varnames[rmv], "(F8.0)")
    }
    # Breaks in output
    brv = seq(1, length(dl.varnames), 10)
    dl.varnames[brv] = paste(dl.varnames[brv], "\n", sep=" ")

    cat("SET LOCALE = ENGLISH.\n", file = codefile)
    cat("DATA LIST FILE=", adQuote(datafile), " free (TAB)\n", file = codefile, append = TRUE)
    cat("/", dl.varnames, " .\n\n", file = codefile, append = TRUE)
    cat("VARIABLE LABELS\n", file = codefile, append = TRUE)
    cat(paste(varnames, adQuote(varlabels), "\n"), ".\n", file = codefile,
        append = TRUE)
    factors <- sapply(df, is.factor)
    if (any(factors)) {
        cat("\nVALUE LABELS\n", file = codefile, append = TRUE)
        for (v in which(factors)) {
            cat("/\n", file = codefile, append = TRUE)
            cat(varnames[v], " \n", file = codefile, append = TRUE)
            levs <- levels(df[[v]])
            cat(paste(1:length(levs), adQuote(levs), "\n", sep = " "),
                file = codefile, append = TRUE)
        }
        cat(".\n", file = codefile, append = TRUE)
    }

    # Labels stored in attr()
    attribs <- !unlist(lapply(sapply(df, FUN=attr, which="1"), FUN=is.null))
    if (any(attribs)) {
        cat("\nVALUE LABELS\n", file = codefile, append = TRUE)
        for (v in which(attribs)) {
            cat("/\n", file = codefile, append = TRUE)
            cat(varnames[v], " \n", file = codefile, append = TRUE)
            # Check labeled values
            tc = list()
            for (tcv in dimnames(table(df[[v]]))[[1]]) {
                if (!is.null(tcl <- attr(df[[v]], tcv))) {
                    tc[tcv] = tcl
                }
            }
            cat(paste(names(tc), tc, "\n", sep = " "),
                file = codefile, append = TRUE)
        }
        cat(".\n", file = codefile, append = TRUE)
    }

    ordinal <- sapply(df, is.ordered)
    if (any(ordinal)) {
        tmp = varnames[ordinal]
        brv = seq(1, length(tmp), 10)
        tmp[brv] = paste(tmp[brv], "\n")
        cat(paste("\nVARIABLE LEVEL", paste(tmp, collapse=" "), "(ORDINAL).\n"),
            file = codefile, append = TRUE)
    }
    num <- sapply(df, is.numeric)
    if (any(num)) {
        tmp = varnames[num]
        brv = seq(1, length(tmp), 10)
        tmp[brv] = paste(tmp[brv], "\n")
        cat(paste("\nVARIABLE LEVEL", paste(tmp, collapse=" "), "(SCALE).\n"),
            file = codefile, append = TRUE)
    }
    cat("\nEXECUTE.\n", file = codefile, append = TRUE)

    write.table(dfn, file = datafile, row = FALSE, col = FALSE,
                sep = "\t", quote = F, na = "", eol = "\n", fileEncoding="UTF-8")
}

writeForeignMySPSS=function（df，数据文件，代码文件，varnames=NULL，len=32767）{
adQuoteSPSS扩展命令STATS GET R可以从保存的R工作区将数据帧直接读取到SPSS数据集中。如果尚未安装此扩展命令（它将显示在“文件”菜单上），则可以从“实用程序”菜单（统计信息22-23）或“扩展信息”菜单（统计信息24+）安装.
要将R data.frame导出到SPSS，请使用haven软件包中的
write_sav
：

library(haven)
write_sav(mtcars, "mtcars.sav")

德国SPSS版本23的路径：Extras->Erweiterungsbundles->Erweiterungsbundles herunterladen und installieren（统计数据获取R）。此外，必须安装“R集成插件”（“R软件包”的一部分）（“R软件包”）需要IBM注册。请注意，SPSS软件包需要特定的R版本（例如，3.1）并将在安装过程中下载多个R软件包（耐心等待）很遗憾，导入后缺少值和变量标签。效果很好！Factors和POSIXct也可以很好地导出。这肯定会节省我很多时间…而且变化很快。我发现我的测试数据集存在一些小缺点：注释不能导出为变量标签，字符串被剪裁为255个字符，如果这里是精确的255个字符的字符串，它有时会创建一个无法在SPSS中打开的SAV文件（至少版本23）。很高兴它有所帮助。如果您有一个可复制的示例来记录这些现象，并且相信它可以修复，您可以在包的上发布一个问题。是的，实际上我花了一些时间跟踪该问题：）在上报告