python - 如何在 Python 中读取 SPSS aka (.sav)

Question

这是我第一次使用 Jupyter Notebook 分析调查数据(.sav 文件)，我想以一种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。我在这个领域完全是新手，所以非常感谢您的帮助!

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!

Answer 1

元对象包含您要查找的元数据。最有用的属性可能是:

• meta.column_names_to_labels :它是一个字典，其中包含您在 pandas 数据框中的列名到标签，这意味着对每列含义的更长解释

print(meta.column_names_to_labels)

• meta.variable_value_labels:一个字典，其中键是列名，值是一个字典，其中键是您在数据框中找到的值，值是值标签。

print(meta.variable_value_labels)

例如，如果您有一个值为 1 和 2 的“性别”列，您可以得到:{“性别”:{1:“男”，2:“女”}}这意味着值 1 是男性，2 是女性。如果您传递参数 apply_value_formats ，您可以从头开始获取这些标签:

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 :您获得缺失值的标签。假设在某个变量的调查中，他们编码 1 表示是，2 表示否，然后是混淆值，5 表示未回答，6 人不在家。当您默认读取数据帧时，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 以获取 5 和 6，meta.missing_ranges 会告诉您 5 和 6 缺失值。 Variable_value_labels 会给你“没有回答”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。

更多信息在这里:https://ofajardo.github.io/pyreadstat_documentation/_build/html/index.html