如何将C程序生成的.OUT文件导入RStudio

首先你搞混了一个函数：haven::write.xpt是用来生成SAS传输文件的，读取应该用haven::read.xpt——但从你贴的乱码内容来看，这个a.OUT显然不是标准的SAS传输文件，大概率是C程序输出的混合了二进制乱码、文本说明和表格的非结构化文件，得一步步拆解处理：

• 第一步：确定文件编码，先读出可识别的内容
  乱码大概率是编码不匹配导致的，先在R里尝试用不同编码读取文件的前几行，找到能正常显示的编码：

  # 尝试不同编码读取前10行
  readLines("a.OUT", n = 10, encoding = "latin1")
  readLines("a.OUT", n = 10, encoding = "UTF-8")
  readLines("a.OUT", n = 10, encoding = "Windows-1252")
  

  找到能正确显示文本和表格结构的编码后，再继续处理。

• 第二步：分离文本说明和表格数据
  这类输出文件通常是前面是文本说明，后面是规整的表格。你可以先把整个文件读入R，然后定位表格的起始行（比如找包含表头关键词的行，或者有固定列数的行）：

  # 用正确的编码读取全部内容
  all_lines <- readLines("a.OUT", encoding = "你找到的编码")
  # 找到表格起始行（示例：假设表头包含"Time"和"Hazard"）
  table_start <- grep("Time|Hazard", all_lines)[1]
  # 提取表格部分的行
  table_lines <- all_lines[table_start:length(all_lines)]
  # 过滤掉空行或乱码行
  table_lines <- table_lines[table_lines != "" & !grepl("^[@!;]", table_lines)]
  

• 第三步：读取表格为数据框
  根据表格的分隔方式选择对应函数：

  1. 如果是空格/制表符分隔：

     df <- read.table(text = table_lines, header = TRUE, sep = "", stringsAsFactors = FALSE)
     

  2. 如果是固定宽度的表格（每行列的位置固定），用readr::read_fwf更方便：

     library(readr)
     # 先查看每行的字符数，确定列的宽度（示例：前3列宽度分别是10,15,8）
     df <- read_fwf(text = table_lines, fwf_widths(c(10,15,8)), col_names = c("Time", "Hazard", "Group"))
     

• 第四步：处理残留乱码
  如果还有少量乱码字符，用stringr::str_remove_all清理：

  library(stringr)
  df <- df %>% mutate(across(everything(), ~str_remove_all(.x, "[^[:print:]]")))
  

如果以上方法还是不行，说明文件里混了二进制内容，你可以先在命令行（Linux/macOS）用grep -v "^[^[:print:]]" a.OUT > clean_a.OUT过滤掉非打印字符，再用R读取clean_a.OUT文件。

内容的提问来源于stack exchange，提问作者kBhavana