【python】DataFrame数据保存为.dta数据

1. 模块介绍

将pandas库中常用的DataFrame数据保存为Stata软件常用的.dta数据，可对DataFrame变量使用.to_stata模块。

官方文档对于.to_stata的介绍如下：

完整语法：

to_stata(path: 'FilePath | WriteBuffer[bytes]',
         convert_dates: 'dict[Hashable, str] | None' = None,
         write_index: 'bool' = True, 
         byteorder: 'str | None' = None, 
         time_stamp: 'datetime.datetime | None' = None, 
         data_label: 'str | None' = None, 
         variable_labels: 'dict[Hashable, str] | None' = None, 
         version: 'int | None' = 114, 
         convert_strl: 'Sequence[Hashable] | None' = None, 
         compression: 'CompressionOptions' = 'infer', 
         storage_options: 'StorageOptions' = None, 
         value_labels: 'dict[Hashable, dict[float, str]] | None' = None)

 其中，比较常用的包括：

• path: 保存的路径地址。
• write_index: 是否把DataFrame的index写入dta文件，默认为True，即写入。通常我们将其设置为False，即无需写入。
• version: 保存为dta数据的版本。默认为114版本，即该dta文件可以被Stata 10及之后的版本读取。除了114之外，version可选版本包括：117,118和119，它们分别对应Stata 13, Stata 14和Stata 15及之后的版本。其中，118和119版本支持Unicode字符（即中文变量和观测值），而199版本最多可支持32,767个变量。通常来说，我们将版本设定为118，便足以满足大部分需求了。当变量数超过了118版本的容量之后，我们再考虑使用119版本。

2. 代码实例

在官方说明文档中，给出了如下实例（可直接复制到python编译环境中运行）：

df = pd.DataFrame({'animal': ['falcon', 'parrot', 'falcon','parrot'],
                   'speed': [350, 18, 361, 15]})

df.to_stata('animals.dta')

注意：.to_stata模块只能在DataFrame变量后面使用。

笔者常用的代码如下（放心使用）：

rawdata.to_stata(r"file\data.dta",
                 write_index=False,
                 version=118)

其中，rawdata是需要转换格式的DataFrame数据，write_index=False表示不写入DataFrame的index，version采用118格式（对应Stata 14版本及之后）。