从 R 获取多行 utf-8 数据（2900 列）到 SPSS答案

【问题标题】：Get multiline utf-8 data (2900 columns) from R into SPSS从 R 获取多行 utf-8 数据（2900 列）到 SPSS
【发布时间】：2013-09-08 06:44:50
【问题描述】：

是否有一种故障安全的方法来获取包含多行 utf8 文本的单元格的数据，其中包含从 R 到 SPSS 的许多列？最好使用保守类型。

如果您说 CSV，您可能没有尝试传输 2700 列，其中偶尔包含多行文本和 utf8 字符的单元格。这似乎是不可能的。
- 如果偶尔有包含多行的单元格，SPSS 将失败（将其视为几种情况，DELCASE 无法解决此问题，需要您知道列数）。
- OpenOffice 可以正确处理字符集和多行，但无法处理那么多列。
- Excel 可以处理许多列。它将默认打开逗号分隔的文件，而不是正确打开制表符分隔的文件，但它会破坏变音符号。如果您使用导入功能来修复 utf-8，它会破坏多行文本。
如果你说xlsx::write.xlsx：这行得通，但要花很长时间（10m），在 SPSS 吃掉生成的 xlsx 文件之前，我必须在 Excel 中手动打开并重新保存它们（我还没有找到SPSS 不喜欢它们的地方，它认为它们是单列）。
我还没有尝试在 Excel 或 SPSS 中设置数据库并使用 RMySQL + ODBC，因为那时它似乎有点矫枉过正。相比之下似乎不再那么矫枉过正，但现在我怀疑 ODBC 是否会在 Excel 或 SPSS 中做它应该做的事情。这是一种行之有效的方法吗？

编辑：回复建议foreign::writeForeign的评论：

writeForeign 不会直接保存到 .sav，它会保存像 write.table(dfn, file = datafile, row.names = FALSE, col.names = FALSE, sep = ",", quote = FALSE, na = "", eol = ",\n") 这样的 CSV 文件并生成 .sps 文件以供导入。

我的原始数据失败了，因为我的变量名超过 8 个字符（并且我会通过截断得到重复的名称，对于 2700 个变量并不奇怪。SPSS 实际上可以使用我描述的路线来处理这个问题）。如果我使用旨在展示已知缺陷的子集，它会因“无法处理超过 255 的字符变量”而失败，但如果它通常也因多行字符输入而失败，我不会感到惊讶，因为 SPSS 不似乎能够在 CSV 导入期间处理此问题。

【问题讨论】：

您看过foreign 包吗？我绝对不会使用“故障安全”一词来描述它，但它提供了直接从 R 保存 .sav 文件的能力。根据我的经验，它通常有效，但我没有完全做到在复杂的数据集上进行了尝试。
@David 我在上面回复了。我还没有尝试过这个 DF，但它根本不起作用（以前也有过问题）。但至少它知道自己的局限性。
我不清楚您为什么 CSV 失败的原因。为什么 OpenOffice 与它有任何关系？ SPSS 可以导入多行文本数据，另一个简单的解决方案是用某种已知的字符集替换换行符和/或回车，然后即使不能，也可以稍后再改回来。
@AndyW OpenOffice 的作用很简单，就是我会在之前/而不是 Excel 之前使用它来创建适用于 SPSS 的电子表格，但是它会因为这么多列而失败，而 Excel 会因为 UTF8 字符（+ 多行）而失败。是的，替换换行符可能是一种解决方法。但是由于 SPSS 可以处理单元格中的多行文本（在我的测试中，我无法让它正确地从 CSV 导入具有不同行数的单元格，但请告诉我如何），我（我的老板）想保留新行（我可以做烦人的前后处理，但 write.xlsx 路线更好）。
查看GET DATA 的语法参考，尤其是DELCASE 子命令。如果 R 提供 SPSS 语法以及它所导出的任何内容，则可能就像在 GET DATA 语句中添加该行一样简单。

标签： r excel csv utf-8 spss

【解决方案1】：

我还没有走 ODBC 路线，因为 xlsx 包的效果比预期的要好。

为了修复大型表会出现的java.lang.OutOfMemoryError: Java heap space 错误，我使用了options( java.parameters = "-Xmx3g" )（在加载 xlsx 库之前）。

也就是说，我仍在寻找不涉及手动重新保存 Excel 文档的答案。

【讨论】：