使用SAS导入压缩的dta文件

Question

我目前正在将斯塔塔-created .dta文件导入SAS，其中包含以下内容：

proc import datafile='myfile.dta' out=test dbms=dta replace;
run;

为了节省备份文件时的空间和带宽，我只想保留压缩版本的dta文件。我能用SAS读取一个压缩的dta文件吗？

我试过：

filename foo pipe 'gunzip -c myfile.dta.gz';

proc import datafile=foo  out=test dbms=dta replace;
run;

但是SAS说ERROR: Random access not allowed.

我也尝试过proc cimport，但这似乎不支持.dta文件。我确信我可以使用x命令解压缩，然后删除程序的底部，但我希望有一个更干净的解决方案，因为我将要求大约50个其他SAS/Stata/R程序员来实现这个功能。

我们正在64位Linux上运行SAS 9.2 ts2m3 .

更新

@Joe提供了一些关于proc导入为什么不能用于.dta文件的管道的很好的见解，并建议进行“临时解压缩”。

SAS

我计划将其放入宏中，这样用户就可以通过简单的宏调用导入dta.gz。

* import file ;
x gunzip -c /home/banjer/data/myfile.dta.gz > /home/banjer/data/myfile.dta ;

proc import datafile="/home/banjer/data/myfile.dta" out=mydata dbms=dta replace;
run;

* delete temp uncompressed file ;
x rm /home/banjer/data/myfile.dta ;


* save file ;
proc export data=mydata dbms=dta
  file="/home/banjer/data/jtest.dta"
  dbms=dta replace;
run;

x gzip /home/banjer/data/jtest.dta ;

Stata

我找到了两个Stata模块这里，用于使用和保存gzipped文件。命令是guse和gsave。请注意，尾随的".gz“需要停止，这有点烦人。好的一面是，如果myfile.dta没有被压缩，那么guse仍然会读取它。这使我们的分析人员可以用guse/gsave替换现有的任何use和save命令。

// import
guse "/home/banjer/data/myfile.dta"  

// save
gsave "/home/banjer/data/myfile.dta"  

Answer 1

我不相信有办法直接做到这一点。如果您有一个文本文件，您可以通过尝试使用的方法轻松地完成您想要做的事情。但是，除了DBMS=CSV或TAB之外，PROC导入使用的是随机访问(即在文件中返回和转发，而不是顺序读取)，因此不能有效地处理字节流。

您可以编写自己的Stata解释器，但听起来似乎超出了项目的范围。(Stata文件并不难读，所以您可能可以像处理字节流一样处理它，但这仍然可能需要几周的工作。)如果您确实想尝试这样做，我可以向您指出进行此操作所需的文档。

最简单的选择，IMO，是把枪拉链到一个临时的位置，读取它，然后删除临时文件。