python - 在 python 中保存 .dta 文件

Question

我想知道是否有人知道一个 Python 包，它允许您以.dta统计数据分析软件 Stata 的格式保存 numpy 数组/recarrays。这真的会加快我拥有的系统中的几个步骤。

Answer 1

scikits.statsmodels包包括一个 Stata 数据文件的阅读器，正如@Sven 所指出的，它部分依赖于 PyDTA。特别是，genfromdta()将返回一个ndarray，例如来自 Python 2.7/statsmodels 0.3.1：

>>> import scikits.statsmodels.api as sm
>>> arr = sm.iolib.genfromdta('/Applications/Stata12/auto.dta')
>>> type(arr)
<type 'numpy.ndarray'>

该savetxt()函数可以依次将数组保存为文本文件，可以在Stata中导入。例如，我们可以将以上内容导出为

>>> sm.iolib.savetxt('auto.txt', arr, fmt='%2s', delimiter=",")

并在没有字典文件的情况下在 Stata 中读取它，如下所示：

. insheet using auto.txt, clear

我相信*.dta应该在不久的将来添加一个读者。

Answer 2

我能找到的唯一一个用于 STATA 互操作性的 Python 库.dta仅提供对文件的只读访问。然而，Rforeign库提供了一个函数write.dta，而RPy为 R 提供了一个 Python 接口。也许这些工具的组合可以帮助你。

Answer 3

pandas DataFrame 对象现在有一个“to_stata”方法。所以你可以做例如

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

免责声明：第一步很慢（在我的测试中，读取 51 MB dta 大约需要 1 分钟 - 另见这个问题），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 111MB）。这个答案可能看起来不那么优雅，但它可能更有效。