pandas.read_stata

pandas.read_stata(filepath_or_buffer, convert_dates=True, convert_categoricals=True, index_col=None, convert_missing=False, preserve_dtypes=True, columns=None, order_categoricals=True, chunksize=None, iterator=False, compression='infer', storage_options=None)[source]

Чтение файла Stata в DataFrame.

Параметры

filepath_or_buffer:str, объект пути или буферизованный объект

Любой допустимый строковый путь приемлем. Строка может быть URL-адресом. Допустимые схемы URL включают http, ftp, s3 и файл. Для URL-адресов файлов ожидается хост. Местный файл может быть: file://localhost/path/to/table.dta.

Если вы хотите передать объект пути, pandas принимает любой os.PathLike.

Под файлоподобным объектом мы понимаем объекты с методом read(), таким как дескриптор файла (например, с помощью встроенной функции open) или StringIO.

convert_dates:bool, по умолчанию True

Преобразование переменных даты в значения времени DataFrame.

convert_categoricals:bool, по умолчанию True

Чтение меток значений и преобразование столбцов в категориальные/факторные переменные.

index_col:str, необязательно

Столбец для задания индекса.

convert_missing:bool, по умолчанию False

Флаг, указывающий, нужно ли преобразовывать пропущенные значения в их представления Stata. Если False, пропущенные значения заменяются на nan. Если True, столбцы, содержащие пропущенные значения, возвращаются с типами данных object, а пропущенные значения представлены объектами StataMissingValue.

preserve_dtypes:bool, по умолчанию True

Сохранение типов данных Stata. Если False, числовые данные повышаются до стандартных типов pandas для внешних данных (float64 или int64).

columns:список или None

Столбцы для сохранения. Столбцы будут возвращены в заданном порядке. None возвращает все столбцы.

order_categoricals:bool, по умолчанию True

Флаг, указывающий, упорядочены ли преобразованные категориальные данные.

chunksize:int, по умолчанию None

Возвращение объекта StataReader для итераций, возвращает фрагменты с заданным количеством строк.

iterator:bool, по умолчанию False

Возвращение объекта StataReader.

compression:str или dict, по умолчанию ‘infer’

Для динамического сжатия данных на диске. Если ‘infer’ и ‘filepath_or_buffer’ является путем, обнаружить сжатие из следующих расширений: ‘.gz’, ‘.bz2’, ‘.zip’, ‘.xz’, ‘.zst’, ‘.tar’, ‘.tar.gz’, ‘.tar.xz’ или ‘.tar.bz2’ (иначе нет сжатия). При использовании ‘zip’ или ‘tar’ файл ZIP должен содержать только один файл данных для чтения. Установите в значение None для отсутствия сжатия. Также может быть словарем с ключом 'method', установленным в одно из значений {'zip', 'gzip', 'bz2', 'zstd', 'tar'}, а другие пары ключ-значение передаются в zipfile.ZipFile, gzip.GzipFile, bz2.BZ2File, zstandard.ZstdDecompressor или tarfile.TarFile, соответственно. В качестве примера можно передать следующее для сжатия Zstandard с использованием пользовательского словаря сжатия: compression={'method': 'zstd', 'dict_data': my_compression_dict}.

Новое в версии 1.5.0: Добавлена поддержка файлов .tar.

storage_options:dict, необязательно

Дополнительные параметры, имеющие смысл для определенного подключения к хранилищу, например, хост, порт, имя пользователя, пароль и т. д. Для HTTP(S) URL-адресов пары ключ-значение передаются в urllib.request.Request в качестве параметров заголовка. Для других URL-адресов (например, начинающихся с “s3://”, и “gcs://”) пары ключ-значение передаются в fsspec.open. См. fsspec и urllib для получения дополнительной информации, и для получения дополнительных примеров параметров хранения см. здесь.

Возвращает

DataFrame или StataReader

См. также

io.stata.StataReader

Базовый читатель для файлов данных Stata.

DataFrame.to_stata

Экспорт файлов данных Stata.

Примечания

Категориальные переменные, считанные через итератор, могут не иметь одинаковых категорий и типа данных. Это происходит, когда переменная, хранящаяся в файле DTA, связана с неполным набором меток значений, которые метят только строгое подмножество значений.

Примеры

Создание тестового файла Stata для этого примера >>> df = pd.DataFrame({‘animal’: [‘falcon’, ‘parrot’, ‘falcon’, … ‘parrot’], … ‘speed’: [350, 18, 361, 15]}) # doctest: +SKIP >>> df.to_stata(‘animals.dta’) # doctest: +SKIP

Чтение файла Stata dta:

>>> df = pd.read_stata('animals.dta')  

Чтение файла Stata dta фрагментами по 10 000 строк: >>> 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