python - python 中 SAS 格式的替代品有哪些？

Question

我正在尝试用 python 执行一项通常在 SAS 中执行的任务，以学习 python。我的工作是官方统计，我应该制作一些按年龄组和性别划分的就业表格。到目前为止，数据已从 SAS 导出为 csv 并导入到 sqlite。我现在面临的问题是将年龄聚合为年龄组。

数据集中的变量是年龄和性别，在 SAS 中我通常会使用一种格式将年龄重新编码为年龄组。 Python 似乎没有与 SAS 等效的格式。我认为处理格式的最佳方法是将它们作为 sqlite 中的单独表导入(包含年龄和年龄组作为变量)，并根据年龄作为键连接两个表。然而，sas 格式的值是范围(开始和停止)，我不确定如何以巧妙的方式填充年龄组表。对于这种小格式，可以通过 sql 中的 case 语句来完成重新编码，但表方法对于其他更大的格式(例如行业分类标准 (SIC 2007)。关于如何解决这个问题有什么想法吗？

Answer 1

可以用任意条件连接表:

CREATE TABLE Data(Age, [...]);
CREATE TABLE AgeGroups(AgeGroup, Min, Max);
...
SELECT AgeGroups.AgeGroup,
       Data.[...],
FROM Data
JOIN AgeGroups ON Data.Age BETWEEN AgeGroups.Min AND AgeGroups.Max;

(这与Python无关。)