SAS Dataframe to CSV

Question

相对来说，我对熊猫和探索的东西还比较陌生。我有一个要求，解释如下。我使用的是AWS控制台(SageMaker)

文件夹中的一组SAS7BDAT文件，每个文件都具有不同的结构。这些文件将转换为CSV，但有以下挑战。

1. 所有SAS7BDAT文件的数据质量都很差。比方说，列值在数据‘\r\n nSkinProduct，Cream’(在此数据中允许逗号，但不允许换行符或回车)的
2. 中具有特殊字符，当尝试使用带有batch_to_csv函数的sas7bdat_converter包时，csv文件用双引号创建，数值用浮点数(例如200值变为200.0)

。

我尝试了下面的代码，但不知道我错过了什么

from sas7bdat import SAS7BDAT 
file = "<folder/name/aaaa.sas7bdat"
with SAS7BDAT(file, skip_header=False) as reader:
    df = reader.to_data_frame()
df

import re
df1=df.apply(lambda k:re.sub("[\n\r\t]", "",df), axis=0, raw=False, result_type=None, args=())
df1

有人能帮帮我吗？(我尚未尝试转换为csv，但希望查看数据后的质量校正)

Answer 1

下午好,

导入SAS数据集

当重要的SAS文件进入Python时，尝试使用Pandas .read_sas()函数。如果字符给您带来麻烦，请尝试将encoding='latin-1'传递给函数。

import python as pd

df = pd.read_sas(file, encoding='latin-1')

df.head()

如果正则表达式步骤仍然是必需的，那么可以提供文本当前状态的示例以及您希望它的样子吗？