Avaisin tähän tämän keskustelun, eli miten data siirtyy R:n ja Musteen välillä (tarkoitan lähinna .SVO tai .MAT R:n data.frame:ksi tms. ja toisinpäin). Olen osin unohtanut eri tavat, niistä olisi muutenkin hyvä laittaa esimerkkejä...

Survo-data (tiedosto tai toimituskentän eri datamuodot) R:n data frameksi:

FILE LOAD <data> TO R>data
R> summary(data)
R> attributes(data)

R:n data frame Survo dataksi:

FILE SAVE R>data TO NEW <data>

Matriisit eivät vielä siirry suoraan vaan ne pitää muuntaa ensin Survo-dataksi ja taas matriisiksi R:ssä:

FILE SAVE MAT <matrix> TO NEW MAT
FILE LOAD MAT TO R>mat
R>mat <- as.matrix(mat)

Datan esittäminen html-taulukkona

DATA A
N      X1   X2
Survo  -60   AAA
Muste  2.09  BBB

FILE LOAD A TO R>A

R CUR+1,CUR+6
f_writeData2HTMLtable1(data=A, file="A.html",
        class=c(NULL, "stat")[1], # Esim.  "class='stat'" for css
        attr=c("border=2 align=left")[1] ,
        rownames=FALSE, caption=paste("Taulukko:"));

#############


LOADP A.html


<CAPTION ALIGN="bottom"> Taulukko: </CAPTION>
                    

N	X1	X2
Survo	-60.00	AAA
Muste	2.09	BBB

/OPEN A.html



Funktion koodi:


#####################################################
#### _WRITE DATA FRAME INTO HTML TABLE 1_ / ######
"f_writeData2HTMLtable1" <- function(data=NULL, file="testi_tbl.html",
                 class=c(NULL, "stat")[1], #####  "class='stat'")[1],
                 attr=c("border=2 align=left")[1] ,
                 rownames=FALSE,
                 caption="") {
require(xtable);
lv_a <- "";
if(!is.null(class)) {
lv_a <- paste("class='", class,"'", sep="") };

print(xtable(data,
  caption=caption), type="html",
  file=file,
  sanitize.text.function = function(x){x},
  html.table.attributes = paste(lv_a , attr),
  include.rownames=rownames
     )
  }; ###
#### END WRITE DATA FRAME INTO HTML TABLE
### EX.
##D1 <-  data.frame(X=c("A","B"), Y=c(1,2), Z=c("Hannu", "Kerttu"));
##
##f_writeData2HTMLtable1(data=D1, file="testi.html", class=NULL,
##         attr="border=1");
##
############################

MTAB: output in HTML (Markku Korhonen)

The output of MTAB is given in HTML if any of the following parameters are defined. These parameters affect only HTML-output
HTML_BEGIN HTML_END	The starting statements of an HTML document are generated if HTML_BEGIN=1 The ending statements are generated if HTML_END=1
BODYBGCOLOR BODYTEXTCOLOR BODYLINKCOLOR BODYVLINKCOLOR BODYALINKCOLOR	The colors for background, text and links of the whole document
HTMLTITLE	The TITLE (HEADER part) of the HTML-document; the same title is used as the main title (H1) in the BODY of the document
HTMLNAME	Generates an anchor with the given name
TABLTITLE	The title of the table
TBGCOLOR	The background color of the table
THDCOLOR	The color for the table title
vvvvvvvvTITLE	The label texts for grouping and object variables may be given in the form variableTITLE=variable_label_without_blanks
HREFVBLE HREFBASE	If a row variable name is given by HREFVBLE then a link is generated for each value of that row variable in the form <a href=bbbbbiii.htm>iii</A> where the common start for all values is given by HREFBASE and the varing part is defined by the first three characters of the current group value.
HTMLFILE	The name of the html output file. If not given then the output is written in edit field

......................

The following statements generate a normal output in the edit field

MTAB IEADATA,END+2
VARIABLES=Knowldge
GROUPING=Attitude


Means, Deviations and Frequencies

      Attitude Attitude Attitude Attitude
             1        2        3    Total
      Knowldge Knowldge Knowldge Knowldge

 M      83.412   72.282   53.833   69.853
 D      35.370   31.480   31.971   32.991
 F          17      103       30      150

Completing with some HTML-related statements:

MTAB IEADATA,END+2
VARIABLES=Knowldge
GROUPING=Attitude
HTML_BEGIN=1 HTML_END=1
TABLTITLE=Tietotestin_pistemäärä_ja_suhtautuminen_luonnont._aineisiin<BR>keskiarvot;_hajonnat_ja_lukumäärät

The generated table looks now:

Tietotestin pistemäärä ja suhtautuminen luonnont. aineisiin keskiarvot, hajonnat ja lukumäärät
Attitude
1	2	3	Total
Knowldge	Knowldge	Knowldge	Knowldge
83.412	72.282	53.833	69.853
35.370	31.480	31.971	32.991
17	103	30	150

The next example produce a two-way table of means with links to the files corresponding the values of variable Sex:

MTAB IEADATA,END+2
VARIABLES=Knowldge
GROUPING=Attitude,Sex
Attitude=1(Like),2(DontKnow),3(NotLike)  Sex=1(Boys),2(Girls)
HTML_BEGIN=1   HTML_END=1
HTMLTITLE=IEA-tutkimus_Ruotsin_koululaisista
HTMLNAME=IEAtutkimus
TABLTITLE=Tietotestin_keskim._pistemäärä_ja_suhtautuminen_luonnont._sukupuolittain
AttitudeTITLE=Suhtatuminen_luonnont
SexTITLE=Sukupuoli   OPTIONS=MEANS
KnowldgeTITLE=Tietotestin_pistemäärä
HREFBASE=knowsex  HREFVBLE=Sex
HTMLFILE=C:\web\ieakoe.htm
TBGCOLOR=aqua

IEA-tutkimus Ruotsin koululaisista

Tietotestin keskim. pistemäärä ja suhtautuminen luonnont. sukupuolittain
Sukupuoli	Suhtatuminen_luonnont
	Like	DontKnow	NotLike	Total
	Tietotestin pistemäärä	Tietotestin pistemäärä	Tietotestin pistemäärä	Tietotestin pistemäärä
Boys	93.000	73.579	56.636	74.162
Girls	60.400	70.674	52.211	64.929
Total	83.412	72.282	53.833	69.853

Tuossa tuo attributes(data) antaa mm. jotain tämän näköistä:


$status.varname
 [1] "X        X  "
 [2] "TYYTYV2  TYYTYV2 (###.################)
 [3] "TYOMARKK TYOMARKK (##.#################)"
 [4] "TAVHVKO  TAVHVKO (##.################)"
 [5] "SAIPV    SAIPV (###.###############)"

Siis FILE STATUksen tyyppistä.

Tässä tuleekin kysymys, että miten muuttujien pitemmät selitykset saisi fiksusti siirtymään R:n ja .SVO välillä? Status.varnamesta voisi noukkia mahd. pitemmän nimet, esim. jos ne olisi kuten alla:


$status.varname
 [1] "X        X  "
 [2] "TYYTYV2  TYYTYV2 (###.################)  Kokonaistyytyväisyys työelämään (0-100) "
 [3] "TYOMARKK TYOMARKK (##.#################)"
 [4] "TAVHVKO  TAVHVKO (##.################)"
 [5] "SAIPV    SAIPV (###.###############) Sairauspäivät vuodessa"

Toki tuo vaatii vähän merkkijonon manipulointia... (esim. gsub()).

Toinen suunta on tietty sitten, kun R:n data.frame viedään .SVOksi.

Petri Palmu wrote

Tuossa tuo attributes(data) antaa
Siis FILE STATUksen tyyppistä.
Toki tuo vaatii vähän merkkijonon manipulointia... (esim. gsub()).

Attribuuteissa on tosiaan suoraan .SVO-filen metadatat, joita mm. FILE STATUS näyttää. Ja ne siirtyvät mukana juuri siksi, että niitä voisi halutessaan käyttää R:n puolella. Merkkijonon manipulointi menee samoin kuin .SVO-fileiden kanssa eli 8 ensimmäistä merkkiä kertovat muuttujan lyhyen nimen ja loput sitten pitkän nimen, muotoilut yms.

Petri Palmu wrote

Toinen suunta on tietty sitten, kun R:n data.frame viedään .SVOksi.

Tuohon suuntaan ei vielä siirry juurikaan metadataa, mutta se olisi toki periaatteessa mahdollista..

OK. Mietin keinoa, miten tuosta attributes() voisi napata mahdollisen pitemmän muuttujaselityksen. Tosiaan gsub / regex toiminnoilla, mutta kenties fiksuinta olisi tägätä se jotenkin esim.

<LNAME>Pitkä muuttujanimi</LNAME>

Tuommoinen pitäisi sitten vaan suunnitella etukäteen...

Minusta on tärkeätä, että myös metatieto kulkee mahdollisimman hyvin R:n objektien ja .SVO,... välillä (niin kuin tuossa nyt ainekset näyttävät olevankin :)

Metadata on olennaisen tärkeää tutkimusprosessin dokumentaation kannalta.
R:ää on kritisoitu siitä, että SAS- ja SPSS-datojen metatiedot eivät (ainakaan kätevästi) liiku sinne, kun dataa siirretään. Olisi hyvä ottaa tässä(kin) asiassa pisteet kotiin,kun niitä on tarjolla.
Eräänlainen metadatan pilaamisen ääriesimerkki on Mplus, joka haluaa datat sisään sellaisina txt-tiedostoina, joista on POISTETTU muuttujien nimet ekalta riviltä!

Ohessa liitteenä toimituskenttä.DATAMOV3.EDT

DATA _K1
X
aaaaaa
bb
cccccccccccc

FILE COPY _K1 TO NEW K1

FILE LOAD K1 TO R>D

D
D$X


Survo data file K1: record=35 bytes, M1=5 L=64  M=1 N=3
> D
             X
1 aaaaaa      
2 bb          
3 cccccccccccc

> D$X
[1] "aaaaaa      " "bb          " "cccccccccccc"

Survo data file K1: record=35 bytes, M1=5 L=64  M=1 N=3


R:ssä read.table():n yhteydessä on strip.white=TRUE toiminto, joka poistaa välilyönnit merkkijonojen edestä ja takaa. Tuon tyyppinen optio voisi olla ihan kätevä myös .SVO -> R-data yhteydessä?