GetData: Daten Importieren

In stp4/stp25aggregate: Aggregieren von Daten

Description

Ladet verschiedene Dateiformate von csv bis sav. Tabellen im Text-Format koennen direkt gelesen werden. Zurueckgegeben wird ein data.frame mit Levels und Labels siehe upData.

CSV-Files

Liest CSV-Files siehe read.csv uebergeben werden Trennzeichen, Komma, usw.

xls

Verwendet readxl::read_excel

Text direkt im R-File

Es lassen sich direkt Daten als Text einlesen dabei kann mit Tabel_Expand = TRUE, id.vars = 1:2 gesteuert werden ob eine Kreuztabelle aufgedroeselt werden soll.

SPSS

Mit GetData("Dummy.sav", reencode="UTF-8") lassen sich SPSS-Files einlesen. Bei SPSS Dateien (sav und por) werden leere Labels automatisch bereinigt dH sie werden durch die Number des Faktors ersaetzt. Probleme machen lange Text-Variablen im SPSS-File, die sollten im Falle geloescht werden. Weitere Info unter spss.get und read.spss. Neu ist das die Default-Option spss.get() is um mit haven zu Arbeitenist als Parameter type=2 zu ?bergeben. Bei haven werden zusetzlich die Faktoren bereinigt.

LimeSurvy

Hier muss eine Liste uebergeben werden die die Filenamen beinhaltet also GetData(list("file.R","file.txt")). Das erste File ist das R-File mit den Labels das zweite die Daten. Weitere moegliche Parameter sind die Zeichencodierung.

RData

Hier erfolgt das Einlesen einfach ueber load(File, ...), besser ist es daher direkt den Befehl zu verwenden.

Usage

GetData(data_file, raw_data = NULL, output = TRUE, ...)

Arguments

output	Text Info zu File
...	Argumente fuer spss und csv. Bei SPSS-Files kann die Zeichencodierung mit reencode ="UTF-8" geaendert werden.
path	Demo.xla, Demo.sav, Demo.csv - ist ein Pfad zu einem csv, xls, sav oder Rdata Datensatz oder ein String in Textformat dierekt im R-File.
na.strings	c(NA,9999,"") - Fehlende Werte
force.numeric	logical FALSE
Tabel_Expand	logical FALSE - Tabellen mit haufigkeiten werden als Dataframe im long-Format ausgegeben
id.vars	nur mit Tabel_Expand - Nummer und Name der ID-Variablen bei Tabel_Expand default ist 1.
value	nur mit Tabel_Expand - Name der output-variable bei Tabel_Expand.
Data_info	Data_info = date(),
sep, quote, dec	Lesen der csv- Files = ";", = "\"", ".",
sheet, skip, range	an readxl::read_excel
reencode	UTF-8 = FALSE,
user_na	If TRUE variables with user defined missing will be read into labelled_spss objects. If FALSE, the default, user-defined missings will be converted to NA.

Examples

 dat<-GetData("
sex treatment control
m  2 3
f  3 4
",Tabel_Expand = TRUE, id.vars = 1)

xtabs(~sex +value, dat)


dat<-GetData("
sex treatment  neg  pos 
f   KG          3   3
f   UG          4   5
m   KG          5   4
m   UG          4   2
",Tabel_Expand = TRUE, id.vars = 1:2, value="befund")

ftable(xtabs(~sex +treatment +befund, dat))




 dat1 <- rockchalk::genCorrelatedData(N=250, 
means=c(100,100),
sds=c(30,20), 
rho=0.0,  stde = 7, 
beta=c(1.1, 2.4, 4.1, 0))

#summary(dat1)
#m1 <- lm(y ~ x1 + x2, data=dat1)




#' 
#' #Exporting data is handled with one function, export():

library("rio")

export(mtcars, "mtcars.csv") # comma-separated values
export(mtcars, "mtcars.rds") # R serialized
export(mtcars, "mtcars.sav") # SPSS
#A particularly useful feature of rio is the ability to import from and export to #compressed (e.g., zip) directories, saving users the extra step of compressing a large #exported file, e.g.:

export(mtcars, "mtcars.tsv.zip")
#As of rio v0.5.0, export() can also write multiple data farmes to respective sheets of #an Excel workbook or an HTML file:

export(list(mtcars = mtcars, iris = iris), file = "mtcars.xlsx")


x <- import("mtcars.csv")
y <- import("mtcars.rds")
z <- import("mtcars.sav")

stp4/stp25aggregate documentation built on Sept. 17, 2021, 5:34 a.m.