Question

我是python的新手并且有一个简单的问题。在第一步中，我想加载我在Stata中创建的一些示例数据。在第二步中，我想描述python中的数据 - 也就是说，我喜欢导入的变量名列表。到目前为止，我已经做到了这一点：

from pandas.io.stata import StataReader

reader = StataReader('sample_data.dta')
data = reader.data()

dir()

我收到以下错误：

anaconda/lib/python3.5/site-packages/pandas/io/stata.py:1375: UserWarning: 'data' is deprecated, use 'read' instead
  warnings.warn("'data' is deprecated, use 'read' instead")

这是什么意思，我该如何解决这个问题？并且，dir()是了解数据中我的变量的正确方法吗？

Answer 1

使用pandas.io.stata.StataReader.data从v[0]文件中读取已在MySphere::operator()版本中弃用，因此您收到了警告。

相反，您必须使用pandas.read_stata来读取文件，如下所示：

stata

Answer 2

有时候这对我不起作用，尤其是在数据集很大时。所以我在这里建议的是两个步骤（Stata和Python）

在Stata中编写以下命令：

export excel Cevdet.xlsx, firstrow(variables)

要复制变量标签，请写以下内容

describe, replace
    list
    export excel using myfile.xlsx, replace first(var)
restore

这将为您生成两个文件Cevdet.xlsx和myfile.xlsx

现在您要去Jupyter笔记本

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_excel('Cevdet.xlsx')

这将允许您将两个文件读入jupyter（python 3）

我的建议是保存此数据文件（尤其是大文件时）

df.to_pickle('Cevdet')

下次打开jupyter时，您只需运行

df=pd.read_pickle("Cevdet")

如何通过pandas导入.dta并描述数据？

2 个答案: