自动定义表和列，从SPSS等统计数据包创建RDBMS

Question

用于自动化或半自动化（即提供良好的开端）的好工具是从SPSS等统计软件包中获取矩形数据的过程，并且：

• 以文本格式保存主要矩形数据，可以由数据库读取
• 保存其他参考表的其他文件（例如价值标签）
• 使用SQL绘制脚本或批处理文件（可能需要手工打磨）以在数据库中创建表和列，并将文本文件作为数据行导入相关表中？

我怀疑完全自动化是可能的，但这必须是一个相当普遍的任务。我们有大约十几个这样的数据集，其中一些有几百个变量，我们想要在关系数据库中建立（如果有任何不同，可以使用Oracle）。除了过高的成本外，手工操作没有任何概念上的困难。

我觉得必须有这样的工具，但我显然是在错误的地方搜索或使用错误的术语。

（编辑 - 添加了R标签，因为在我自己的答案中我将其作为解决方案的一部分使用）

Answer 1

在SPSS Statistics中，输出管理系统（OMS）可以将任何输出表捕获为数据集。统计数据可以将数据集直接写回数据库，也可以保存为CSV文件或其他格式。请参阅后者的SAVE TRANSLATE。

HTH， 乔恩佩克

Answer 2

好的，经过进一步的调查（感谢我给出的答案，虽然不完全有帮助但这很有帮助），我现在赞成：

1. 将数据带入R，例如使用外包
2. 为我需要的每个参考表创建数据框
3. 使用as.numeric()或unclass()版本替换原始因素，因此只是数字，而不是标签
4. 使用RODBC软件包中的sqlSave()将主数据和参考表保存到数据库中。

通过这样的小功能来促进步骤2：

factorToRef <- function(x, field){
    tmp <- levels(x)
    tab <- data.frame(1:length(tmp), tmp)
    names(tab) <- paste(field, c("_ID","_NAME"), sep="")
    tab
}

哪个可以给出像

这样的结果

> data(iris)
> factorToRef(iris$Species, "species" )
  species_ID species_NAME
1          1       setosa
2          2   versicolor
3          3    virginica

然后，这是要保存在数据库中的参考表的基础。