Importer des fichiers SAS avec formats en R

Résumé

Par défaut les catalogues de formats SAS ne s’importe pas dans R. Vous trouverez dans cette fiche comment importer des tables SAS associées à un catalogue de formats.

Charger les librairies

library(haven)

Importer un fichier SAS

Pour importer des fichiers SAS, il existe le package haven avec l’instruction read_sas. Si on a un catalogue de formats, il faut l’ajouter dans l’instruction catalog_file.

Import avec la library haven

erfi_ext<- read_sas("erfi_extrait.sas7bdat",catalog_file="formats.sas7bcat")
erfi_ext

IDENT	poids12	MB_STOC	EA_VERIFC	CA_MARIE	OA_ASPIR	OA_BRICO	OA_SATREP	MA_SEXE	MA_LNAIS	MA_ANAIS	MA_AGER	OA_REPAS2
3	3037.634	4	2					1	1	1957	48	NA
7	2395.681	4	2					2	1	1971	34	NA
8	3063.513	4	2					2	1	1986	19	NA
9	3868.504	1	1	2	5	1	8	1	1	1969	36	5
11	3489.272	4	2					1	2	1974	31	NA
15	4094.624	2	1	2	3	2	10	1	1	1957	48	4
16	2053.740	2	2					1	1	1937	67	NA
17	2034.167	2	1	1	1	3	6	2	1	1955	50	1
20	4137.163	5	1	1	3	1	7	1	1	1968	36	3
21	4070.500	4	1	2	2	5	5	2	1	1977	28	2

Par défaut lorqu’on ouvre dans R le fichier erfi_ext, on ne voit pas les formats mais on a l’indication dans les labels.

Retrouver les formats cachés

str(erfi_ext$MB_STOC)

Prise en compte des formats SAS

Vous trouverez ci-dessous la fonction “import_sas_label” créé par Arno Muller. Les variables character avec formats deviennent des variables factor. Les valeurs sont en texte.

Import de import_sas_label

source("https://raw.githubusercontent.com/arnomuller/Fonction_R/main/SAStoR/import_sas_label/fonction_import_sas_label.R")

Exemple :

erfi_ext <- import_sas_label(data_file = "erfi_extrait.sas7bdat", 
                             catalog_file = "formats.sas7bcat", 
                             blanc_as_NA = TRUE)

Pour readapter ce code il faut changer “erfi_ext” par le nom de votre fichier importé, ainsi que l’emplacement ou le nom de votre fichier sas et votre catalogue de formats. L’option blanc_as_NA : TRUE ou FALSE, permet de transformer les cases vides (““) en NA.

IDENT	poids12	MB_STOC	EA_VERIFC	CA_MARIE	OA_ASPIR	OA_BRICO	OA_SATREP	MA_SEXE	MA_LNAIS	MA_ANAIS	MA_AGER	OA_REPAS2
3	3037.634	Locataire ou sous-locataire	non	NA	NA	NA		Homme	France métropolitaine	1957	48	NA
7	2395.681	Locataire ou sous-locataire	non	NA	NA	NA		Femme	France métropolitaine	1971	34	NA
8	3063.513	Locataire ou sous-locataire	non	NA	NA	NA		Femme	France métropolitaine	1986	19	NA
9	3868.504	Accédant à la propriété	oui	non	Toujours mon conjoint	Toujours moi	8	Homme	France métropolitaine	1969	36	Toujours mon conjoint
11	3489.272	Locataire ou sous-locataire	non	NA	NA	NA		Homme	Etranger ou DOM-TOM	1974	31	NA
15	4094.624	Propriétaire non accédant	oui	non	Autant moi que mon conjoint	Le plus souvent moi	10	Homme	France métropolitaine	1957	48	Le plus souvent mon conjoint
16	2053.740	Propriétaire non accédant	non	NA	NA	NA		Homme	France métropolitaine	1937	67	NA
17	2034.167	Propriétaire non accédant	oui	oui	Toujours moi	Autant moi que mon conjoint	6	Femme	France métropolitaine	1955	50	Toujours moi
20	4137.163	Logé gratuitement	oui	oui	Autant moi que mon conjoint	Toujours moi	7	Homme	France métropolitaine	1968	36	Autant moi que mon conjoint
21	4070.500	Locataire ou sous-locataire	oui	non	Le plus souvent moi	Toujours mon conjoint	5	Femme	France métropolitaine	1977	28	Le plus souvent moi

Limites pour les variables avec intervalles

SAS a la particularité d’afficher des variables numériques continues en classe d’âge sans recréer de nouvelles variables. Ce n’est pas encore possible en R à notre connaissance. Nous conservons donc les valeurs d’origine lors de l’import mais nous pouvons recréer de nouvelles colonnes prenant en compte les intervalles du formats sas avec la fonction “create_var_label”.

Par exemple on sait que la variable “MA_AGER” a été défini par un format (nommé AGE4C) en classe d’âge sous SAS, il suffit d’utiliser la fonction comme ci-dessous et une nouvelle colonne prenant le nom du format sas apparait

Import de create_var_label

source("https://raw.githubusercontent.com/arnomuller/Fonction_R/main/SAStoR/create_var_label/fonction_create_var_label.R")

Exemple :

erfi_ext2 <- create_var_label(erfi_ext, "MA_AGER")
erfi_ext2

IDENT	poids12	MB_STOC	EA_VERIFC	CA_MARIE	OA_ASPIR	OA_BRICO	OA_SATREP	MA_SEXE	MA_LNAIS	MA_ANAIS	MA_AGER	OA_REPAS2	AGE4C
3	3037.634	Locataire ou sous-locataire	non	NA	NA	NA		Homme	France métropolitaine	1957	48	NA	46-55 ans
7	2395.681	Locataire ou sous-locataire	non	NA	NA	NA		Femme	France métropolitaine	1971	34	NA	moins de 36 ans
8	3063.513	Locataire ou sous-locataire	non	NA	NA	NA		Femme	France métropolitaine	1986	19	NA	moins de 36 ans
9	3868.504	Accédant à la propriété	oui	non	Toujours mon conjoint	Toujours moi	8	Homme	France métropolitaine	1969	36	Toujours mon conjoint	36-45 ans
11	3489.272	Locataire ou sous-locataire	non	NA	NA	NA		Homme	Etranger ou DOM-TOM	1974	31	NA	moins de 36 ans
15	4094.624	Propriétaire non accédant	oui	non	Autant moi que mon conjoint	Le plus souvent moi	10	Homme	France métropolitaine	1957	48	Le plus souvent mon conjoint	46-55 ans
16	2053.740	Propriétaire non accédant	non	NA	NA	NA		Homme	France métropolitaine	1937	67	NA	plus de 55 ans
17	2034.167	Propriétaire non accédant	oui	oui	Toujours moi	Autant moi que mon conjoint	6	Femme	France métropolitaine	1955	50	Toujours moi	46-55 ans
20	4137.163	Logé gratuitement	oui	oui	Autant moi que mon conjoint	Toujours moi	7	Homme	France métropolitaine	1968	36	Autant moi que mon conjoint	36-45 ans
21	4070.500	Locataire ou sous-locataire	oui	non	Le plus souvent moi	Toujours mon conjoint	5	Femme	France métropolitaine	1977	28	Le plus souvent moi	moins de 36 ans

Une nouvelle variable a été ajoutée à la fin des données

Variable discrétisée selon le format

table(erfi_ext2$AGE4C)

AGE4C	Effectifs
moins de 36 ans	2900
36-45 ans	1977
46-55 ans	1904
plus de 55 ans	3298

Référence

https://github.com/arnomuller/Fonction_R/tree/main/SAStoR/import_sas_label