基于CSV的R读入数据子集

假设您有一个包含1000个变量的.DTA或.SAV文件。此文件称为“TOTAL-DATA”，您还有一个名为“SOME-DATA”的.CSV文件，其中包含一个名为KEEP的列；KEEP列中是“TOTAL-DATA”中25个变量的名称

---

R中是否有读取.DTA或.SAV文件的方法；如果文件是

.sav

，则可以使用

read\u sav

从

haven

读取变量，然后将其子集设置为KEEP列中的变量。它还有一个参数

col\u select

，可以获取列名向量。

？read_sav

中的文档显示

col_select-一个或多个选择表达式，如dplyr:：select（）中的表达式。使用c（）或list（）可以使用多个表达式。有关可用选择选项的详细信息，请参阅？dplyr:：select。仅从数据文件中读取指定的列

策略是读取

.csv

文件，将“KEEP”列提取为

向量

，并输入到“read\u sav”的

列选择

`

library(readr)
library(haven)
library(dplyr)
cols_to_select <- read_csv("SOME-DATA.csv") %>%
                     pull(KEEP)

df1 <- read_sav("TOTAL-DATA.sav", col_select = cols_to_select)

库（readr）
图书馆（避风港）
图书馆（dplyr）
cols_至_选择%
拉（保持）
df1@Parfait谢谢我知道这些不是R文件。这不是任务的重点。问题是如何导入这些文件，然后使用.CSV中的列对变量进行子集设置though@parfait你读过这个问题吗？当我读到“TOTAL-DATA.sav”时，它几乎需要15分钟，因为它是一个如此大的文件。我想知道，有没有一种方法可以使用cols\u to\u select只读取select变量？或者这真的不可能吗？@bvowet说
col\u select
将只读取这些列。不是吗？