使用 Python 处理多个 SPSS 数据文件

作者：Ruben Geert van den Berg，出自 SPSS Python 基础

一次性对多个 SPSS 数据文件运行语法非常简单。如果我们使用 SPSS with Python，我们甚至不必键入文件名。Python 的 os (代表 operating system，操作系统) 模块将为我们完成这项工作。

您可以自行尝试：下载 spssfiles.zip。将这些文件解压缩到 d:\spssfiles 中，如下所示，就可以开始了。

SPSS 数据文件和语法文件在文件夹中

查找根目录中的所有文件和文件夹

以下语法创建一个 Python 列表，其中包含 rDir（即我们的根目录）中的文件和文件夹。在它前面加上 r，如 r'D:\spssfiles'，可确保 反斜杠 不会产生任何奇怪的行为。

查找根目录中的所有文件和文件夹。

begin program python3.
import os
rDir = r'D:\spssfiles'
print(os.listdir(rDir))
end program.

结果

Python 列出文件夹中的所有文件

过滤出所有 .Sav 文件

正如我们所看到的，os.listdir() 创建了一个包含 rDir 中所有文件和文件夹的列表，但我们只想要 SPSS 数据文件。为了过滤掉它们，我们首先使用 savs = [] 创建一个空列表。接下来，如果文件以 endswith(".sav") 结尾，我们将把每个文件添加到这个列表中。

将所有 .sav (SPSS 数据) 文件添加到 Python 列表。

begin program python3.
import os
rDir = r'D:\spssfiles'
savs = []
for fil in os.listdir(rDir):
    if fil.endswith(".sav"):
        savs.append(fil)
print(savs)
end program.

使用 SPSS 文件的完整路径

为了对我们的数据文件做任何事情，我们可能需要打开它们。为此，SPSS 需要知道它们位于哪个文件夹中。我们可以简单地使用 CD 在 SPSS 中设置一个默认目录，例如 CD "d:\spssfiles"。然而，让 Python 使用 os.path.join() 创建文件的完整路径是一种更可靠的方法。

创建所有 .sav 文件的完整路径。

begin program python3.
import os
rDir = r'D:\spssfiles'
savs = []
for fil in os.listdir(rDir):
    if fil.endswith(".sav"):
        savs.append(os.path.join(rDir,fil))
for sav in savs:
    print(sav)
end program.

结果

SPSS 输出中 Sav 文件的完整路径

让 SPSS 打开每个数据文件

通常，我们使用类似 GET FILE "d:\spssfiles\mydata.sav" 的命令在 SPSS 中打开一个数据文件。如果我们将文件名替换为 Python 列表中每个路径，我们将逐个打开每个数据文件。然后，我们可以添加一些我们想要在每个文件上运行的语法。最后，我们可以使用 SAVE OUTFILE "..." 保存我们的编辑，这将批量处理多个文件。然而，在这个例子中，我们将简单地使用 spssaux.GetVariableNamesList() 查找每个文件包含哪些变量。

打开所有 SPSS 数据文件并打印它们包含的变量。

begin program python3.
import os,spss,spssaux
rDir = r'D:\spssfiles'
savs = []
for fil in os.listdir(rDir):
    if fil.endswith(".sav"):
        savs.append(os.path.join(rDir,fil))
for sav in savs:
    spss.Submit("GET FILE '%s'."%sav)
    print(sav,spssaux.GetVariableNamesList())
end program.

结果

SPSS 文件名和变量名与 Python

检查哪些文件包含 “Salary”

现在假设我们想知道哪些文件包含变量“salary”。我们将简单地检查它是否存在于我们的变量名列表中，如果存在，则返回数据文件的名称。

报告所有包含变量 “salary” (区分大小写) 的 .sav 文件。

begin program python3.
import os,spss,spssaux
rDir = r'D:\spssfiles'
findVar = 'salary'
savs = []
for fil in os.listdir(rDir):
    if fil.endswith(".sav"):
        savs.append(os.path.join(rDir,fil))
for sav in savs:
    spss.Submit("get file '%s'."%sav)
    if findVar in spssaux.GetVariableNamesList():
        print(sav)
end program.

结果

SPSS 使用 Python 在文件中查找变量

规避 Python 的大小写敏感性

我想介绍的还有一点：由于我们搜索的是“salary”，Python 不会检测到“Salary”或“SALARY”，因为它完全区分大小写。如果你不喜欢这样，简单的解决方案是将所有文件的所有变量名转换为 lower() 小写。

更改 Python 列表中的所有项目 的一种基本方法是 [i... for i in list]，其中 i... 是 i 的修改版本，在我们的例子中是 i.lower()。这种技术被称为 Python 列表推导式，下面的语法使用它将所有变量名转换为小写 (第 13 行)。

报告所有包含变量 “salary” (不区分大小写) 的 .sav 文件。

begin program python3.
import os,spss,spssaux
rDir = r'D:\spssfiles'
findVar = 'salary'
savs = []
for fil in os.listdir(rDir):
    if fil.endswith(".sav"):
        savs.append(os.path.join(rDir,fil))
for sav in savs:
    spss.Submit("get file '%s'."%sav)
    if findVar.lower() in [varNam.lower() for varNam in spssaux.GetVariableNamesList()]:
        print(sav)
end program.

注意：由于我通常避免在 SPSS 变量名中使用任何大写字母，因此结果与我们区分大小写的搜索相同。