Python sas7bdat模塊用法

Question

我必須從SAS數據集轉儲數據。 我找到了一個名為sas7bdat.py的Python模塊，它說它可以讀取SAS .sas7bdat數據集，我認為由於需要其他功能，用Python而不是SAS來完成項目會更簡單，更直接。 但是，交互式Python中的幫助（sas7bdat）不是很有用，我能夠找到轉儲數據集的唯一示例如下：

import sas7bdat
from sas7bdat import *
# following line is sas dataset to convert
foo = SAS7BDAT('/support/sas/locked_data.sas7bdat')
#following line is txt file to create
foo.convertFile('/support/textfiles/locked_data.txt','\t')

這不符合我的要求，因為a）它使用SAS變量名作為列標題，我需要它使用變量標簽，b）它使用“nan”來表示缺少的數值，我寧願離開值空白。

有人能指出一些關於sas7bdat.py中包含的方法的有用文檔嗎？ 我用Google搜索了我能想到的關鍵詞的每一個排列，沒有運氣。 如果沒有，有人可以給我一個或兩個使用readColumnAttributes（），readColumnLabels（）和/或readColumnNames（）的例子嗎？

謝謝，所有。

Answer 1

這只是部分答案，因為我沒有找到[易於閱讀]的具體文檔。

您可以在此處查看源代碼

這顯示了有關方法所需參數的一些基本信息，例如：

• readColumnAttributes（self，colattr）
• readColumnLabels（self，collabs，coltext，colcount）
• readColumnNames（self，colname，coltext）

我認為你所使用的大部分內容存儲在使用SAS7BDAT創建對象時返回的“header”類中。 如果您只是打印該類，您將獲得大量信息，但您也可以訪問類屬性。 我認為你可能正在尋找的大部分內容都在foo.header.cols之下。 我懷疑你使用各種標頭屬性作為你提到的方法的參數。

也許這樣的事情會讓你更接近？

from sas7bdat import SAS7BDAT
foo = SAS7BDAT(inFile) #your file here...

for i in foo.header.cols:
    print '"Atrributes"', i.attr
    print '"Labels"', i.label
    print '"Name"', i.name

編輯：與此特定問題無關，但在嘗試弄清楚不熟悉的類/庫中發生了什么時， type（）和dir（）命令會派上用場

Answer 2

我個人認為更好的方法是使用SAS導出數據，然后根據需要使用Python處理外部文件。

在SAS中，你可以這樣做......

libname datalib "/support/sas";
filename sasdump "/support/textfiles/locked_data.txt";

proc export
    data = datalib.locked_data
    outfile = sasdump
    dbms = tab
    label
    replace;
run;

這樣做的缺點是，雖然使用列標簽而不是變量名稱，但標簽用雙引號括起來。 在Python中處理時，如果它們導致問題，您可能需要以編程方式刪除它們。 我希望這有幫助，即使它不像你想要的那樣使用Python。

Answer 3

我知道我遲到的答案，但萬一有人搜索類似的問題。 最好的選擇是：

import sas7bdat
from sas7bdat import *
foo = SAS7BDAT('/support/sas/locked_data.sas7bdat')
# This converts to dataframe:
ds = foo.to_data_frame()

Answer 4

隨着時間的推移，解決方案變得更容 我想如果你想和熊貓一起工作，這個最簡單：

import pandas as pd
df = pd.read_sas('/support/sas/locked_data.sas7bdat')

請注意，使用df.values很容易獲得numpy數組