Categories
数据分析

在python中使用pandas将SAS数据集 (.sas7bdat) 转换为dataframe, excel或csv格式

pandas 是 python 中强大的数据分析库。从 pandas 0.18 版本开始,已经原生支持SAS sas7bdat数据集的导入。导入后,您可以根据需要将其再导出为excel或csv等其他格式。 用法: import pandas as pd sas7bdat_file = “/path/to/sample.sas7bdat” df = pd.read_sas(sas7bdat_file) # 得到的是一个标准的 pandas.dataframe 对象 df.head() # 显示前面几行 df.tail() # 显示结尾几行 df.to_csv(“/path/to/sample.csv”) 注意: 1. 如果您的pandas版本早于0.18,则只能借助于pipy上的sas7bdat库进行导入。因此,最省心的方式是将pandas升级到最新版本。 2. 如果您的pands版本早于0.22,则在导入sas7bdat数据集时,非MMDDYY格式的日期会被作为数值导入,因此导入后日期会相差21916天,这是一个bug,参见我的另一篇早期博文:如何将sas中以整数表示的日期转换为excel日期.  从0.22版本开始,该bug已被修复,几乎所有的日期格式均能被正确地导入。因此,最省心的做法是将您的pandas升级到最新版本。 如果您的 pandas 版本低于当前 PyPi 上的最新版本,建议您立即更新。更新方法: # 列出过时的软件包: pip3 list –outdated # 更新 pandas: pip3 install -U pandas  

Categories
生活

使用Python脚本动态更新DNSPod域名记录 (DDNS)

动态更新DNSPod域名记录的Python代码,已完美运行一个月没有故障。

Categories
反倾销反补贴 数据分析

在 Python 中计算两组数据的 Cohen’s D 效应值

在美国的反倾销调查中,美国商务部使用SAS软件进行倾销幅度的计算。在Differential Price Analysis(目标倾销分析)过程中,DOC使用Cohen’s D统计方法,来测试应诉企业的美国销售价格是否在不同的季度、不同的区域/州、以及不同的客户之间具有明显差异。 以下代码显示了如何在Python中如何Cohen’s D 的计算:

Categories
数据分析

在Python中实现SAS的PROC MEANS功能

在SAS中,使用PROC MEANS过程配合WEIGHT和OUTPUT等语句可以很方便地计算不同组合下的N, SUMWGT, SUM, MEAN, MIN, MAX, STD等统计量。Python是免费开源的编程语言,配合pandas库可以完成很多的统计计算和科学数据分析工作。 那么,python中有没有类似的代码来完成SAS中的PROC MEANS任务呢?参考Stack Overflow上的一篇问答帖子,我测试并重新整理成了以下完整的代码以及用法示例。