在R中如何将.xpt数据集name列的CHAR长度从8修改为2

错误原因排查 #

你之前使用的substr(df1$name, 1, 1)是提取列中每个字符串的第1个字符，不符合你要保留2位字符的需求。

具体实现方案 #

场景1：仅需要name列的内容为2个字符 #

如果不需要后续将数据回写为.xpt格式，只需要调整列值本身的长度，直接修改substr的结束位置参数即可：

df1$name <- substr(df1$name, 1, 2)

执行后name列的取值会变成原取值的前2位，比如示例数据中的KOSH会变为KO、S KHAN会变为S （空格占1位）。

场景2：需要将数据回写为.xpt格式，要求列的底层CHAR存储长度为2 #

从.xpt文件导入的字符列会默认携带SAS格式的宽度属性，仅修改列值不会变更底层存储长度，此时需要额外修改列属性：

# 如果你是用haven包导入的.xpt，执行以下代码
library(haven)

# 先修改列值为前2位字符
df1$name <- substr(df1$name, 1, 2)
# 修改列的存储宽度属性为2
attr(df1$name, "width") <- 2

修改完成后再将df1导出为.xpt文件时，name列的CHAR长度就会是2。

内容的提问来源于stack exchange，提问作者Peter Thomas