Python pandas.read |
您所在的位置:网站首页 › stata切换路径 › Python pandas.read |
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。 返回: 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 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |