Python pandas.read_stata用法及代码示例

用法: pandas.read_stata(filepath_or_buffer, convert_dates=True, convert_categoricals=True, index_col=None, convert_missing=False, preserve_dtypes=True, columns=None, order_categoricals=True, chunksize=None, iterator=False, compression='infer', storage_options=None)

将 Stata 文件读入 DataFrame。

参数：

filepath_or_buffer：str，路径对象或file-like对象

任何有效的字符串路径都是可接受的。该字符串可以是一个 URL。有效的 URL 方案包括 http、ftp、s3 和文件。对于文件 URL，需要一个主机。本地文件可以是：file://localhost/path/to/table.dta。

如果你想传入一个路径对象，pandas 接受任何 os.PathLike 。

通过file-like 对象，我们指的是具有read() 方法的对象，例如文件句柄(例如通过内置open 函数)或StringIO。

convert_dates：布尔值，默认为真

将日期变量转换为 DataFrame 时间值。

convert_categoricals：布尔值，默认为真

读取值标签并将列转换为分类/因子变量。

index_col：str，可选

要设置为索引的列。

convert_missing：布尔值，默认为 False

指示是否将缺失值转换为其 Stata 表示的标志。如果为 False，则将缺失值替换为 nan。如果为 True，则使用对象数据类型返回包含缺失值的列，并且缺失值由 StataMissingValue 对象表示。

preserve_dtypes：布尔值，默认为真

保留 Stata 数据类型。如果为 False，数字数据将向上转换为 Pandas 外部数据的默认类型(float64 或 int64)。

columns：列表或无

要保留的列。列将按给定顺序返回。无返回所有列。

order_categoricals：布尔值，默认为真

指示转换后的分类数据是否有序的标志。

chunksize：整数，默认无

返回 StataReader 对象进行迭代，返回给定行数的块。

iterator：布尔值，默认为 False

返回 StaReader 对象。

compression：str 或 dict，默认 ‘infer’

用于on-disk 数据的即时解压缩。如果 ‘infer’ 和 '%s' 是 path-like，则从以下扩展名中检测压缩：'.gz'、'.bz2'、'.zip'、'.xz' 或 '.zst'(否则没有压缩)。如果使用‘zip’，ZIP 文件必须只包含一个要读入的数据文件。设置为None无需减压。也可以是带键的字典'method'设置为 { 之一'zip','gzip','bz2','zstd'} 和其他键值对被转发到zipfile.ZipFile,gzip.GzipFile,bz2.BZ2File，或者zstandard.ZstdDecompressor，分别。例如，可以使用自定义压缩字典为 Zstandard 解压缩传递以下内容：compression={'method':'zstd', 'dict_data':my_compression_dict}.

storage_options：字典，可选

对特定存储连接有意义的额外选项，例如主机、端口、用户名、密码等。对于 HTTP(S) URL，键值对作为标头选项转发到 urllib。对于其他 URL(例如以 “s3://” 和 “gcs://” 开头)，键值对被转发到 fsspec 。有关详细信息，请参阅fsspec 和urllib。

DataFrame 或 StaReader

注意：

通过迭代器读取的分类变量可能具有不同的类别和 dtype。当存储在 DTA 文件中的变量与一组不完整的值标签相关联时，会发生这种情况，而这些值标签仅标记值的严格子集。

例子：

为此示例创建一个虚拟状态 >>> df = pd.DataFrame({‘animal’:[‘falcon’, ‘parrot’, ‘falcon’, ... ‘parrot’], ... ‘speed’:[350, 18, 361, 15]}) # doctest :+SKIP >>> df.to_stata('animals.dta') # doctest:+SKIP

读取 Stata 数据文件：

>>> df = pd.read_stata('animals.dta')

以 10,000 行块读取 Stata dta 文件： >>> values = np.random.randint(0, 10, size=(20_000, 1), dtype=”uint8”) # doctest:+SKIP >>> df = pd .DataFrame(values, columns=[“i”]) # doctest:+SKIP >>> df.to_stata('filename.dta') # doctest:+SKIP

>>> itr = pd.read_stata('filename.dta', chunksize=10000)  
>>> for chunk in itr:
...    # Operate on a single chunk, e.g., chunk.mean()
...    pass

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.read_stata。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

例子：