10、R与Stata的数据处理与变量选择全解析

R与Stata的数据处理与变量选择全解析

1. 数据读取

1.1 读取定宽文本文件（单记录情况）

在处理定宽文本文件时，若每个案例只有一条记录，可借助 read.fwf 函数。此函数会调用 read.table 来完成工作，所以 read.table 的参数也能在此使用。例如，可利用 stringsAsFactors 参数避免R默认将字符串变量转换为因子。

为使程序更易编写和维护，可采用宏替换的方法。具体操作如下：

# 存储文件路径
myfile <- "mydataFWF.txt"
# 存储变量名
myVariableNames <- c("id", "gender", "q1", "q2", "q3", "q4")
# 存储变量宽度
myVariableWidths <- c(2, -1, 1, 1, 1, 1, 1)
# 读取数据
mydata <- read.fwf(
  file = myfile,
  width = myVariableWidths,
  col.names = myVariableNames,
  row.names = "id",
  na.strings = "",
  fill = TRUE,
  strip.white = TRUE
)

这里可能会出现警告信息，提示文件最后一行不完整，但这通常不会影响数据读取。

以下是Stata和R读取单记录定宽文本文件的示例程序：