pyreadstat讀寫spss不丟失數據

Question

要使用 pandas/pyreadstat 讀取 spss .sav 文件，請使用：

df, meta = pyreadstat.read_sav()

要編寫數據框，請使用：

pyreadstat.write_sav(df)

如何在不丟失任何元數據的情況下讀取、編輯和寫入 .sav 文件，例如標簽和其他可以在 spss 中更改的內容？

如果這不可能完全實現，那么以這種方式最接近不丟失數據的方法是什么？

Answer 1

函數 write_sav 有許多參數來設置不同的元數據，例如 column_labels、variable_value_labels 等。

使用 read_sav 時，除了數據幀 df（元數據對象元數據）之外，您還會在原始文件中找到許多這些元數據。 您可以編輯它們（或不編輯），然后將它們傳遞給 write_sav 不同的參數，以便設置元數據。

話雖如此，可能無法像在 SPSS 中那樣設置每條元數據，所以這是盡可能接近的。

請閱讀文檔以了解您對 write_sav 有哪些參數，以及您在讀取 ​​read_sav 時獲得了哪些元數據。 該文檔還為您指出了 README 中的位置，它解釋了如何設置不同的元數據，因此 README 也是一個很好的信息來源。

文檔自述文件

Answer 2

談話很便宜，這是代碼。 :-)

# using pyreadstat
from pyreadstat import write_sav

class TempFile(type(pathlib.Path())):  # type: ignore
    def __exit__(self, exc_type, exc_val, exc_tb):
        filepath = str(self.absolute())
        try:
            os.remove(filepath)
        except OSError:
            logger.exception('romve temporary file: %s failed!', filepath)
        self._closed = True

class SpssTool:
    @classmethod
    def to_spss(cls, df: DataFrame, io: BytesIO, metadata: metadata_container, *, compress: bool = False):
        """Writes a pandas dataframe to a BytesIO object.

        Parameters
        ----------
        df : pandas.DataFrame
            pandas data frame to write to sav or zsav
        io : BytesIO
            the buffer to save spss file
        metadata: metadata_container
            spss file meta data container
        compress : bool
            whether compress to zsav.
        """

        df.columns = SpssTool.get_legal_column_names(df.columns.to_list())

        with TempFile(f'/tmp/{uuid4().hex}.{"zsav" if compress else "sav"}') as fp:
            write_sav(
                df=df,
                dst_path=fp,
                column_labels=metadata.column_labels if metadata else None,
                variable_value_labels=dict(metadata.variable_value_labels) if metadata else {},
                variable_measure=metadata.variable_measure if metadata else None,
            )
            io.write(fp.read_bytes())

一些解釋：

• SpssTool.get_legal_column_names

這個是必須的，因為spss文件對列名有限制，詳見官方文檔： https ://www.ibm.com/docs/en/spss-statistics/27.0.0?topic=view-variable-names

• metadata_container

這是來自from pyreadstat import metadata_container 。 包含有關數據集信息的容器，您可以在以下位置找到更多詳細信息： https ://ofajardo.github.io/pyreadstat_documentation/_build/html/index.html#metadata-object-description

這些也許是你需要的。