Python sas7bdat模块用法

Question

我必须从SAS数据集中转储数据。我发现了一个名为sas7bdat.py的Python模块，它说它可以读取SAS .sas7bdat数据集，而且我认为，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。然而，交互式Python中的帮助(Sas7bdat)并不是很有用，我能找到的转储数据集的唯一示例如下所示：

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')

这不是我想要的，因为a)它使用SAS变量名作为列标题，我需要它使用变量标签，b)它使用"nan“来表示缺少的数值，而我更愿意将值保留为空。

谁能给我推荐一些关于sas7bdat.py中包含的方法的有用文档？我用谷歌搜索了我能想到的所有关键字的排列，但都没找到。如果没有，谁能给我举一两个使用readColumnAttributes()、readColumnLabels()和/或readColumnNames()的例子？

谢谢大家。

Answer 1

这只是一个部分的答案，因为我发现没有容易阅读的具体文档。

你可以查看源代码here

这显示了有关方法所需参数的一些基本信息，例如：

collabs，coltext，colcount)

• readColumnNames(self，colname，coltext)

我认为你想要的大部分东西都存储在用SAS7BDAT创建对象时返回的"header“类中。如果你只是打印这个类，你会得到很多信息，但是你也可以访问类的属性。我认为您可能正在寻找的大部分内容都在foo.header.cols下。我怀疑您使用了各种头部属性作为您提到的方法的参数。

也许像这样的事情会让你们更亲近？

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:与这个特定问题无关，但是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

随着时间的推移，解决方案变得更容易。如果你想和熊猫一起工作，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，通过使用df.values可以很容易地获得numpy数组

Answer 3

我知道我来晚了，但以防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()