将.CSV文件转换为.DTA文件

Question

我希望通过Python将许多.CSV文件转换为.DTA文件的过程自动化。.DTA文件是由Statistics语言处理的文件类型。

然而，我一直未能找到一条路去做这件事。

R语言有写(.dta)，它允许将R中的dataFrame转换为.dta文件，并且有一个通过RPy从RPy到R语言的端口，但我不知道如何使用RPy访问R中的写(.dta)函数。

有什么想法吗？

Answer 1

您需要rpy2和安装在R中的foreign包，方法是启动R并键入install.packages("foreign")。然后，您可以退出R并返回Python。

然后是这个：

import rpy2.robjects as robjects
robjects.r("require(foreign)")
robjects.r('x=read.csv("test.csv")')
robjects.r('write.dta(x,"test.dta")')

如果需要，可以从Python变量构造传递给robjects.r的字符串，如下所示：

robjects.r('x=read.csv("%s")' % fileName)

Answer 2

(从我对前一个问题的回答复制)

熊猫 DataFrame对象现在有一个"to_stata“方法。所以你可以举个例子

import pandas as pd
df = pd.read_stata('my_data_in.dta')
df.to_stata('my_data_out.dta')

免责声明：第一步非常慢(在我的测试中，读取51 MB的dta (也见这个问题)大约1分钟)，第二步生成的文件可能比原始文件大得多(在我的测试中，大小从51 MB到111 MB)。Spacedman的回答看上去可能不那么优雅，但可能更有效率。