[問題] 用R分析健保資料

[ecstasym (愛咳死在西)]

[問題類型]:

程式諮詢

我想用R 分析健保資料，但是連要怎麼用R 讀資料都寫不出來


[軟體熟悉度]:

入門(寫過其他程式，只是對語法不熟悉)


[問題敘述]:

老師丟了一筆健保教我用R試著分析 (老師自己是用SAS)

但我之前修過的課都沒有教得太難

大部分是社區型的小資料


健保資料是很大的一筆 .DAT檔案

內容超過 65萬筆資料，約 40個變項

目前上網找過，也看過一兩本R的書

但都沒有寫的很詳細

目前知道read.delim()可以讀進檔案，但是根本亂碼 XD

需要的幫助是希望高手們可以教教我怎麼可以讀這檔案

或是有沒有程式套件可用~


以上，希望各位幫幫小妹了


[關鍵字]:

健保資料

--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 123.192.51.110
→ obarisk:big5 utf8? 資料的分隔符號是？ 關鍵字XD
→ ecstasym:請問資料的分隔符號要從哪裡可以知道呢?
→ gsuper:你的問題應該不是R , 是要先找軟體把 .dat 檔換成 .txt檔
→ ecstasym:http://ppt.cc/~3aa     (資料用筆記本打開是長這樣的@@
→ ecstasym:所以我需要的是宣告第幾個字元是哪個變數嗎??
推 kokolotl:你要先知道每個位置代表啥意思 去找資料的codebook吧
推 diplazium:何不直接請老師給你CSV檔?
→ onionsteven:http://ppt.cc/Vsdp
→ braveht:請安裝RStudio，點右上角的import dataset...
推 kokolotl:這樣的資料型態我比較喜歡用stata來弄XD
→ obarisk:看不出來資料長怎樣
推 summitstudio:跟老師要codebook裡面有資料格式(健保資料是固定長度
→ summitstudio:而不是用分隔符號這點比較麻煩，有codebook才作得動
→ summitstudio:基本上一行(row)就是一個觀察值 然後用長度去切欄位
推 summitstudio:或者懶人解法就是跟老師要已經讀好的 SAS dataset xD
→ anovachen:substr()
各位好

我有譯碼簿了，這個健保資料是沒有分隔符號的
所以基本上應該是照SU大說的要用長度去分割它

所以我發現我的問題應該是不知道怎麼去分割，而且也不知道
read.delim()讀檔案是不是對的

>_<

(老師的意思好像要我直接跑，而不是用轉其他格式的檔案跑)
※ 編輯: ecstasym        來自: 123.192.51.110       (03/22 17:09)
→ gsuper:#1HLjk2HI 參考一下我這篇筆記文 花個10天學一下資料處理
→ gsuper:資料處理本來就是分析中相當耗時的部分 不太可能一鍵解決