Question

我必须从SAS数据集转储数据。我找到了一个名为sas7bdat.py的Python模块，它说它可以读取SAS .sas7bdat数据集，我认为由于需要其他功能，用Python而不是SAS来完成项目会更简单，更直接。但是，交互式Python中的帮助（sas7bdat）不是很有用，我能够找到转储数据集的唯一示例如下：

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')

这不能做我想要的，因为a）它使用SAS变量名称作为列标题，我需要它使用变量标签，b）它使用“nan”来表示缺少的数值我在哪里而只是将值留空。

有人能指出一些关于sas7bdat.py中包含的方法的有用文档吗？我用Google搜索了我能想到的关键词的每一个排列，没有运气。如果没有，有人可以给我一个或两个使用readColumnAttributes（），readColumnLabels（）和/或readColumnNames（）的例子吗？

谢谢，所有。

Answer 1

这只是部分答案，因为我没有找到[易于阅读]的具体文件。

您可以查看源代码here

这显示了有关方法所需参数的一些基本信息，例如：

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

我认为你所追求的大部分都存储在＆＃34;标题＆＃34;使用SAS7BDAT创建对象时返回的类。如果您只是打印该类，您将获得大量信息，但您也可以访问类属性。我认为你可能正在寻找的大部分内容都在foo.header.cols之下。我怀疑你使用各种标题属性作为你提到的方法的参数。

也许这样的事情会让你更接近？

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

编辑：与此特定问题无关，但在尝试弄清楚不熟悉的类/库中发生了什么时，type()和dir()命令会派上用场

Answer 2

我个人认为更好的方法是使用SAS导出数据，然后根据需要使用Python处理外部文件。

在SAS中，你可以这样做......

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

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

这样做的缺点是虽然使用了列标签而不是变量名，但标签用双引号括起来。在Python中处理时，如果它们导致问题，您可能需要以编程方式删除它们。我希望即使它不像你想要的那样使用Python也会有所帮助。

Answer 3

我知道我迟到的答案，但万一有人搜索类似的问题。最好的选择是：

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

Answer 4

随着时间的流逝，解决方案变得更加容易。如果您想与熊猫一起工作，我认为这是最简单的：

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

请注意，使用df.values

很容易获得numpy数组

Python sas7bdat模块用法

4 个答案: