R在R中显示Stata或SAS文件的变量列表/标题而不加载完整的数据集答案

【问题标题】：R show variable list/header of Stata or SAS file in R without loading the complete datasetR在R中显示Stata或SAS文件的变量列表/标题而不加载完整的数据集
【发布时间】：2021-12-24 16:36:49
【问题描述】：

我得到了 SAS 和 Stata 格式的非常大的数据集（每个大约 10 Gb）。我将把它们读入 R 进行分析。

有没有办法在不读取整个数据文件的情况下显示它们包含的变量（列）？我经常只需要一些变量。我当然可以从文件资源管理器中查看它们，但它无法重现并且需要很长时间。

SAS 和 Stata 在系统上都可用，但仅打开一个文件可能需要一分钟左右的时间。

【问题讨论】：

您可以访问 Stata 或 SAS 吗？
是的，两者都可用，但打开文件可能需要一分钟左右。
我只是想知道这是否可能 - 在此期间我正在为每个文件构建查找表。
您可以使用read_dta 和read_sas 在第一行（连同列标题）中读取，同时指定n_max = 1 作为选项。两者都包含在haven 包中。
如果你想要一个列标题向量，你可以将你的读取调用包装在names()

标签： r import sas stata preview

【解决方案1】：

如果您有 SAS 运行 proc contents 或 proc datasets 以查看数据集的详细信息而无需打开它。无论如何，您可能都想这样做，以便您可以验证变量类型、长度和格式。

libname myFiles 'path to your sas7bdatfiles';

proc contents data=myfiles.datasetName;
run;

【讨论】：

这是一种解决方案，我想它可以通过 bash 文件从 R 中运行。虽然不是我想要的。谢谢。
您说您的系统上有SAS，验证类型、格式等的最佳方法是在原始系统中查看。

【解决方案2】：

请参阅下面的dta 解决方案，您可以使用read_sas 将其更新为SAS。

library(haven)

# read in first row of dta 
dta_head <- read_dta("my_data.dta",
                     n_max = 1)

# get variable names of dta
dta_names <- names(dta_head)

检查dta 文件的名称和标签后，您可以删除n_max = 1 选项并完整读取，同时可能添加col_select 选项以指定您希望读取的变量子集。

【讨论】：