Преобразование файлов .CSV в файлы .DTA в Python

Question

Я ищу для автоматизации процесса преобразования многих файлов .CSV в файлы .DTA через Python. .DTA-файлы - это тип файла, который обрабатывается языком статистики Stata.

Однако я не смог найти способ сделать это.

R язык имеет write(.dta) которая позволяет dataFrame в R должны быть преобразованы в файл .dta, и есть порт на языке R от Python через RPY, но я не могу понять, как использовать RPY для доступ к функции записи (.dta) в R.

Любые идеи?

Answer 1

Вам нужен rpy2 для Python, а также пакет foreign, установленный в R. Вы делаете это, запустив R и набрав install.packages("foreign"). Затем вы можете выйти из R и вернуться на Python.

Тогда это:

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

Вы можете построить строку, переданную в robjects.r от переменных Python, если вы хотите, что-то вроде:

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

Answer 2

(copypasting от my answer to a previous question)

pandas DataFrame объекты теперь имеют метод «to_stata». Так что вы можете сделать, например

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

ОТКАЗ: первый шаг довольно медленно (в моем тесте около 1 минуты для чтения 51 МБ ДТА - также см this question), а второй создает файл, который может быть больше, чем исходный (в моем тесте размер идет от 51 МБ до 111 МБ). Ответ Spacedman может выглядеть менее изящным, но он, вероятно, более эффективен.