如何用R循环处理Stata(.dta)文件并保存为.csv文件

首先确保安装并加载所需的R包：

# 安装所需包（仅第一次运行时需要）
install.packages(c("readstata13", "tidyverse", "rvest", "janitor"))

# 加载包
library(readstata13)
library(tidyverse)
library(rvest)
library(janitor)

接下来用for循环实现批量处理（对应Stata的forval逻辑）：

# 设置工作路径（替换为你的文件所在路径）
setwd("你的文件目录路径")

# 确保提前定义好网页抓取用到的scraper函数
# 若未定义，请在此处补充scraper函数的代码

# 循环处理1到800号文件
for (i in 1:800) {
  # 1. 读取单个.dta文件并提取taxcode
  dta_file <- paste0("tax_", i, ".dta")
  list.tax <- read.dta13(dta_file)
  taxcode <- list.tax$ma_thue
  
  # 2. 执行网页抓取任务
  url_base <- "https://example/example1"
  link <- str_c(url_base, taxcode, "/")
  x <- map_dfr(link, scraper)
  x.link <- x$link
  
  info <- map(x.link,
              \(url) {
                html <- read_html(url)
                info <- html_element(html, ".company-info .description") %>% html_text2()
                html_elements(html, ".mt-20 .responsive-table-cell") %>% 
                  html_text2() %>% 
                  matrix(ncol = 2, byrow = TRUE) %>% 
                  rbind(c("info", info))
              }) %>%
    map_dfr(\(m) set_names(m[,2], make_clean_names(m[,1])))
  
  # 3. 保存为对应名称的.csv文件
  csv_file <- paste0("tax_", i, ".csv")
  write_excel_csv(info, csv_file)
  
  # 可选：打印进度，方便跟踪处理情况
  cat("已完成文件：", csv_file, "\n")
}

补充说明 #

• 请替换setwd()中的路径为你的实际文件目录
• 若担心单个文件处理失败导致整个循环中断，可在循环内加入错误捕获：

for (i in 1:800) {
  tryCatch({
    # 此处放入上述循环内的所有代码
  }, error = function(e) {
    cat("处理文件tax_", i, ".dta时出错：", e$message, "\n")
  })
}

内容的提问来源于stack exchange，提问作者Tann