r - write_dta 中的错误：提供的字符串值长于指定列的可用存储大小

Question

我正在尝试将我的数据表从 R Studio 导出为 dta 格式。我在 R 中使用 Haven 库中的 write_dta 函数并得到以下错误：

提供的字符串值长于指定列的可用存储大小。

我对 R 和 Stata 很陌生，不明白它的含义以及我应该怎么做。

Answer 1

听起来您的 data.frame 中有一段长文本。处理长字符串的write_dta已知问题 ( https://github.com/tidyverse/haven/issues/437 )。您可以像这样修剪 data.frame 中的字符串：

df = as.data.frame(apply(YOUR_DATA, 2, function(x){
     if(class(x) == 'character') substr(x, 1, 128) else x}))

然后尝试write_dta(df)。128 个字符的最大长度应该是安全的，但新版本的 Stata 可以处理更多。

Answer 2

我注意到使用 data.frame 解决方案可能会丢失标签。一个小标题将允许一个人保留标签（例如，从调查收集平台导入的带有标签的 *.sav 文件）。

这是一个使用 Haven 读写的 tidyverse 解决方案，可以保留标签。请记住，您的初始 df 也需要是一个小标题。

library(tidyverse)

df <- haven::read_sav("YOUR FILE.sav")   # could also be some other file format that you start with as a tibble

df <- df %>%
  mutate(across(where(is.character), ~ substr(., 1, 2045)))

haven::write_dta(df, "NAME OF NEW FILE.dta")

对我来说，最大的字符串长度write_dta(df)是 2045。