将用 SPSS 编写的小型数据集转换为 CSV

Question

我有一个用 SPSS 语法编写的小数据集，来自表 5.3 p。 这本书的 189 （在页槽中键入210以查看表格）。

我想知道是否有办法将此数据转换为.csv文件？ （后面想用R的数据）

# SPSS Code:

DATA LIST FREE/gpid anx socskls assert.
BEGIN DATA.
1 5 3 3     1 5 4 3     1 4 5 4     1 4 5 4
1 3 5 5     1 4 5 4     1 4 5 5     1 4 4 4
1 5 4 3     1 5 4 3     1 4 4 4
2 6 2 1     2 6 2 2     2 5 2 3     2 6 2 2
2 4 4 4     2 7 1 1     2 5 4 3     2 5 2 3
2 5 3 3     2 5 4 3     2 6 2 3
3 4 4 4     3 4 3 3     3 4 4 4     3 4 5 5
3 4 5 5     3 4 4 4     3 4 5 4     3 4 6 5
3 4 4 4     3 5 3 3     3 4 4 4
END DATA.

编辑 - 为了检查答案，我在这里添加了在 SPSS 中读取数据后数据的实际方式：

gpid   anx  socskls   assert
1       5       3       3
1       5       4       3
1       4       5       4
1       4       5       4
1       3       5       5
1       4       5       4
1       4       5       5
1       4       4       4
1       5       4       3
1       5       4       3
1       4       4       4
2       6       2       1
2       6       2       2
2       5       2       3
2       6       2       2
2       4       4       4
2       7       1       1
2       5       4       3
2       5       2       3
2       5       3       3
2       5       4       3
2       6       2       3
3       4       4       4
3       4       3       3
3       4       4       4
3       4       5       5
3       4       5       5
3       4       4       4
3       4       5       4
3       4       6       5
3       4       4       4
3       5       3       3
3       4       4       4

Answer 1

这需要在记事本或类似工具中进行一些手动清理，以将数据置于正确的格式中。 但本质上，这可以使用以下方式导入

df <- data.frame(
  gpid = c(1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,
                 2,2,2,2,2,2,2,3,3,3,3,3,3,3,3,3,3,3),
  anx = c(5,5,4,4,3,4,4,4,5,5,4,6,6,5,6,
                 4,7,5,5,5,5,6,4,4,4,4,4,4,4,4,4,5,4),
  socskls = c(3,4,5,5,5,5,5,4,4,4,4,2,2,2,2,
                 4,1,4,2,3,4,2,4,3,4,5,5,4,5,6,4,3,4),
  assert = c(3,3,4,4,5,4,5,4,3,3,4,1,2,3,2,
                 4,1,3,3,3,3,3,4,3,4,5,5,4,4,5,4,3,4)
)

write.csv(df, "df.csv", row.names = F)

请注意，前 4 个值（1、5、3、3）是第 1 行的 gpid、anx、socskls 和断言值。而值 1、5、4、3 似乎位于以 SPSS 语法粘贴的数据（即从左到右阅读语法的下 4 个值）实际上是参与者 10 的值。

注意：我假设您没有安装 SPSS。 如果你做了最简单的选择，那就是使用 SPSS 语法在 SPSS 中创建数据集，然后导出到 R。

Answer 2

使用readLines和一些字符串操作工具。

tmp <- readLines("spss1.txt")  ## read from .txt
tmp <- trimws(gsub("[A-Z/.]", "", tmp))  ## remove caps and specials
nm <- strsplit(tmp[[1]], " ")[[1]]  ## split names
tmp <- unlist(strsplit(tmp[3:11], "\\s{2,}") )  ## split data blocks

最后，在空格处拆分给出结果。

dat <- setNames(
  type.convert(do.call(rbind.data.frame, strsplit(tmp, "\\s"))), 
  nm)

结果

dat
#    gpid anx socskls assert
# 1     1   5       3      3
# 2     1   5       4      3
# 3     1   4       5      4
# 4     1   4       5      4
# 5     1   3       5      5
# 6     1   4       5      4
# 7     1   4       5      5
# 8     1   4       4      4
# 9     1   5       4      3
# 10    1   5       4      3
# 11    1   4       4      4
# 12    2   6       2      1
# 13    2   6       2      2
# 14    2   5       2      3
# 15    2   6       2      2
# 16    2   4       4      4
# 17    2   7       1      1
# 18    2   5       4      3
# 19    2   5       2      3
# 20    2   5       3      3
# 21    2   5       4      3
# 22    2   6       2      3
# 23    3   4       4      4
# 24    3   4       3      3
# 25    3   4       4      4
# 26    3   4       5      5
# 27    3   4       5      5
# 28    3   4       4      4
# 29    3   4       5      4
# 30    3   4       6      5
# 31    3   4       4      4
# 32    3   5       3      3
# 33    3   4       4      4

注意：结果与@emily-kothe的方法相同，Wilks 的 lambda。 也许作者使用了不同的数据或者您的 manova 方法有缺陷？

Answer 3

如果我理解正确的话，数据集的第 1、5、9 和 13 列属于变量gpid ，第 2、6、10 和 14 列属于变量anx ，依此类推。 所以，我们需要

• 从宽格式重塑为长格式
• 具有多个测量变量
• 其中每个度量变量跨越多列
• 以及缺少某些值的地方。

条条大路通罗马。

这就是我使用我最喜欢的工具会做的事情。 特别是，此方法使用data.table::melt()的功能同时重塑多个度量列。 不需要在文本编辑器中手动清理数据部分。

生成的数据集result可以在 OP 请求的任何后续R代码中直接使用。 使用.csv文件无需绕道（但是，请随意将result保存为.csv文件）。

library(data.table)
library(magrittr)
cols <- c("gpid", "anx", "socskls", "assert")
raw <- fread(text = "
1 5 3 3     1 5 4 3     1 4 5 4     1 4 5 4
1 3 5 5     1 4 5 4     1 4 5 5     1 4 4 4
1 5 4 3     1 5 4 3     1 4 4 4
2 6 2 1     2 6 2 2     2 5 2 3     2 6 2 2
2 4 4 4     2 7 1 1     2 5 4 3     2 5 2 3
2 5 3 3     2 5 4 3     2 6 2 3
3 4 4 4     3 4 3 3     3 4 4 4     3 4 5 5
3 4 5 5     3 4 4 4     3 4 5 4     3 4 6 5
3 4 4 4     3 5 3 3     3 4 4 4",
fill = TRUE)
mv <- colnames(raw) %>% 
  matrix(ncol = 4L, byrow = TRUE) %>% 
  as.data.table() %>% 
  setnames(new = cols)
result <- melt(raw, measure.vars = mv, na.rm = TRUE)[
  order(rowid(variable))][
    , variable := NULL]
result

 gpid anx socskls assert 1: 1 5 3 3 2: 1 5 4 3 3: 1 4 5 4 4: 1 4 5 4 5: 1 3 5 5 6: 1 4 5 4 7: 1 4 5 5 8: 1 4 4 4 9: 1 5 4 3 10: 1 5 4 3 11: 1 4 4 4 12: 2 6 2 1 13: 2 6 2 2 14: 2 5 2 3 15: 2 6 2 2 16: 2 4 4 4 17: 2 7 1 1 18: 2 5 4 3 19: 2 5 2 3 20: 2 5 3 3 21: 2 5 4 3 22: 2 6 2 3 23: 3 4 4 4 24: 3 4 3 3 25: 3 4 4 4 26: 3 4 5 5 27: 3 4 5 5 28: 3 4 4 4 29: 3 4 5 4 30: 3 4 6 5 31: 3 4 4 4 32: 3 5 3 3 33: 3 4 4 4 gpid anx socskls assert

一些解释

fread()返回 data.table raw数据，其默认列名为V1 、 V2 、 ... V16并且缺失值用NA填充

mv是一个 data.table，它指示raw的哪些列属于每个目标变量：

mv

 gpid anx socskls assert 1: V1 V2 V3 V4 2: V5 V6 V7 V8 3: V9 V10 V11 V12 4: V13 V14 V15 V16

此信息由melt()使用。 melt()还会从生成的长格式中删除具有缺失值的行。

整形后，行按变量编号排序，但需要使用rowid(variable)以原始行顺序重新排序。 最后，删除variable列。

编辑：改进版本

再想一想，这里是代码的简化版本，它跳过了mv的创建并使用data.table链接：

library(data.table)
cols <- c("gpid", "anx", "socskls", "assert")
result <- fread(
  text = "
1 5 3 3     1 5 4 3     1 4 5 4     1 4 5 4
1 3 5 5     1 4 5 4     1 4 5 5     1 4 4 4
1 5 4 3     1 5 4 3     1 4 4 4
2 6 2 1     2 6 2 2     2 5 2 3     2 6 2 2
2 4 4 4     2 7 1 1     2 5 4 3     2 5 2 3
2 5 3 3     2 5 4 3     2 6 2 3
3 4 4 4     3 4 3 3     3 4 4 4     3 4 5 5
3 4 5 5     3 4 4 4     3 4 5 4     3 4 6 5
3 4 4 4     3 5 3 3     3 4 4 4",
  fill = TRUE, col.names = rep(cols, 4L))[
    , melt(.SD, measure.vars = patterns(cols), value.name = cols, na.rm = TRUE)][
      order(rowid(variable))][
        , variable := NULL][]
result

在这里，列在对fread()的调用中被重命名。 在这种情况下，重复的列名是可取的（与通常的用例相反），因为在随后调用melt()中的patterns() function 使用重复的列名来组合属于一个度量变量的列。

Answer 4

我有一个用 SPSS 语法编写的小数据集，来自表 5.3 p。 本书第 189页（在页槽中输入210以查看表格）。

我想知道是否有办法将此数据转换为.csv文件？ （之后我想使用R中的数据）

# SPSS Code:

DATA LIST FREE/gpid anx socskls assert.
BEGIN DATA.
1 5 3 3     1 5 4 3     1 4 5 4     1 4 5 4
1 3 5 5     1 4 5 4     1 4 5 5     1 4 4 4
1 5 4 3     1 5 4 3     1 4 4 4
2 6 2 1     2 6 2 2     2 5 2 3     2 6 2 2
2 4 4 4     2 7 1 1     2 5 4 3     2 5 2 3
2 5 3 3     2 5 4 3     2 6 2 3
3 4 4 4     3 4 3 3     3 4 4 4     3 4 5 5
3 4 5 5     3 4 4 4     3 4 5 4     3 4 6 5
3 4 4 4     3 5 3 3     3 4 4 4
END DATA.

编辑-为了检查答案，我在这里添加了在 SPSS 中读取数据后数据的实际外观：

gpid   anx  socskls   assert
1       5       3       3
1       5       4       3
1       4       5       4
1       4       5       4
1       3       5       5
1       4       5       4
1       4       5       5
1       4       4       4
1       5       4       3
1       5       4       3
1       4       4       4
2       6       2       1
2       6       2       2
2       5       2       3
2       6       2       2
2       4       4       4
2       7       1       1
2       5       4       3
2       5       2       3
2       5       3       3
2       5       4       3
2       6       2       3
3       4       4       4
3       4       3       3
3       4       4       4
3       4       5       5
3       4       5       5
3       4       4       4
3       4       5       4
3       4       6       5
3       4       4       4
3       5       3       3
3       4       4       4