如何在 Python 中读取 SPSS aka (.sav)答案

【问题标题】：How to read SPSS aka (.sav) in Python如何在 Python 中读取 SPSS aka (.sav)
【发布时间】：2020-07-17 22:59:55
【问题描述】：

这是我第一次使用 Jupyter Notebook 分析调查数据（.sav 文件），我想以显示元数据的方式阅读它，以便我可以将答案与问题联系起来。我完全是这个领域的新手，所以非常感谢任何帮助！

import pandas as pd
import pyreadstat
df, meta = pyreadstat.read_sav('./SimData/survey_1.sav')
type(df)
type(meta)
df.head()

如果我需要额外的步骤才能看到元数据，请 lmk！

【问题讨论】：

【解决方案1】：

元对象包含您要查找的元数据。最有用的属性可能是：

print(meta.column_names_to_labels)

print(meta.variable_value_labels)

例如，如果您有一个值为 1 和 2 的“性别”列，您可以获得： {“性别”：{1：“男性”，2：“女性”}} 这意味着值 1 是男性和 2 女性。如果您传递参数 apply_value_formats ，您可以从一开始就获得这些标签：

df, meta = pyreadstat.read_sav('survey.sav', apply_value_formats=True)

您还可以随时使用 pyreadstat.set_value_labels 将这些值格式应用于您的数据框，它会返回带有标签的数据框副本：

df_copy = pyreadstat.set_value_labels(df, meta)

meta.missing_ranges：你会得到缺失值的标签。假设在调查中的某个变量，他们编码 1 表示是，2 表示否，然后混淆值，5 表示没有回答，6 人不在家。默认情况下，当您读取数据帧时，您将获得值 1 和 2 以及 NaN（缺失）而不是 5 和 6。您可以传递参数 user_missing 来获得 5 和 6，meta.missing_ranges 会告诉您缺少 5 和 6价值观。 Variable_value_labels 将为您提供“未回答”和“人不在家”标签。

df, meta = pyreadstat.read_sav("survey.sav", user_missing=True)
print(meta.missing_ranges)
print(meta.variable_value_labels)

这些是对您的案例有用的潜在信息片段，不一定所有这些片段都会出现在您的数据集中。

【讨论】：