Question

我有大约500万条记录的数据集。日期以字符串形式读入。它们的形式为MM / DD / YYYY HH：MM：SS。我只对它的日期部分感兴趣，所以我以（A10）格式阅读它们，这有效地缩短了时间。

然后我做ALTER TYPE DateVar (SDATE10)。我这样做是因为我认为排序日期会更快但我无法确认这一点。

有没有办法计算SPSS命令来解决这样的问题？

Answer 1

我能想到的最快的方法是使用python作为时间戳，使用普通的SPSS语法进行排序 - 只是为了复制真实的条件

***Start timer, in python.    
begin program.
import time
start = time.time()
end program.
***go out of python, into normal SPSS syntax, and do your stuff.

/*Put the syntax you want to test here

***get back to python, stop timer, and calculate time difference.
begin program.
end = time.time()
print("It took ",end - start, " seconds")
end program.

检查输出日志，它会显示时间。

不是很科学，但又快捷方便。我建议在测试之间重新启动SPSS - 只是为了确保一个测试不影响另一个。

根据我的经验，alter type会影响代码执行时间。不确定是什么，但alter type之后一切似乎都变慢了。因此，在使用alter type后，您也可以考虑保存并重新打开。

Answer 2

您应该保留日期格式，因为：

日期在spss中实际上是数字（在显示中将日期格式化为日期，但只是数字都相同）。排序数字比排序字符串更快。
在任何情况下，按日期排序为字符串都不会按日期排序文件（例如，＆＃34; 12-OCT-2017＆＃34;＆gt;＆＃34; 11-NOV-2017＆＃34 ;）
请参阅以下@ horace_vr评论中的另一个好理由。

在SPSS中对日期排序或排序字符串更快吗？如果是这样，多少钱？

2 个答案: