如何在R中结构化读取ASCII格式的.RAW文件？

核心逻辑 #

你处理的这类RAW文件属于固定宽度格式（Fixed-Width Format），仅指定总宽度无法实现结构化，必须匹配文档里的字段位置、宽度、名称规则来拆分列。

具体操作步骤 #

1. 整理字段规则 #

从你找到的文档中，提取每个字段的关键信息并整理成结构化格式，示例如下：

# 请替换为你文档里的真实字段规则
field_rules <- data.frame(
  字段名 = c("EIN", "机构名称", "纳税周期"),
  宽度 = c(9, 40, 4)
)

2. 用read.fwf直接结构化数据 #

把整理好的字段宽度和名称传入read.fwf，就能直接得到结构化数据：

structured_data <- read.fwf(
  file = "D://Data//1987//f990.87.raw",
  widths = field_rules$宽度,
  col.names = field_rules$字段名,
  stringsAsFactors = FALSE  # 避免自动转换为因子类型，按需调整
)

3. 大文件高效替代方案：readr包的read_fwf #

如果数据量较大，readr包的read_fwf速度更快，还支持直接用文档里的起始-结束位置定义字段：

library(readr)
# 示例：按文档里的"1-9 EIN"这种格式定义字段位置
field_positions <- fwf_cols(
  EIN = c(1,9),
  机构名称 = c(10,49),
  纳税周期 = c(50,53)
)
structured_data <- read_fwf("D://Data//1987//f990.87.raw", field_positions)

关于SAScii的补充说明 #

SAScii仅适用于解析SAS格式的.sas定义文件，如果你的文档里有SAS输入语句，可将其保存为.sas文件后再用该工具：

library(SAScii)
structured_data <- read.SAScii(
  sas_ri = "你的SAS定义文件路径.sas",
  txt = "D://Data//1987//f990.87.raw"
)

内容的提问来源于stack exchange，提问作者Weierstraß Ramirez