有没有办法在 Python 内保存 Stata 分类数据的值标签？

Is there a way to save value labels for Stata categorical data within Python?

所以我知道可以使用 convert_categoricals 参数读取 Stata 分类标签或值。

我正在寻找一种方法将 write/export 一个 pandas 数据框发送到 Stata 并包含值标签。但是我能找到的只有

data_label : str, optional 数据集标签

或

variable_labels : dict 用于列名标签，

但值本身没有任何意义。

这是对您问题的回答。这可能不是您所期望的，因为我没有使用 pd.to_Stata，而是在 Stata 16 上开发的 Python 集成。

下面的代码必须在 Stata 中执行（从版本 16 开始）。简而言之，我正在生成一个 Pandas Data.Frame (df)，我将导出到 Stata。诀窍是使用来自 sfi 库的 ValueLabel.setLabelValue() 功能将标签应用于值。

clear all

python:
from sfi import ValueLabel, Data
import pandas as pd

data = [['Eren Jaeger', 15, 1, 'Soldier' ] , ['Mikasa Ackerman', 14, 1, 'Soldier'], ['Armin Arlert', 14, 1 , 'Soldier'],['Levi Ackerman', 30, 2, 'Captain']]  
#creating DataFrame
df = pd.DataFrame(data, columns = ['Name', 'Age', 'Rank_num', 'Rank'])

##              Name  Age  Rank_num     Rank
##0      Eren Jaeger   15         1  Soldier
##1  Mikasa Ackerman   14         1  Soldier
##2     Armin Arlert   14         1  Soldier
##3    Levi Ackerman   30         2  Captain


# Set number of observations in Stata
Data.setObsTotal(len(df))

#Create variables on Stata (from Python)
Data.addVarStr("Name",10)
Data.addVarDouble("Age")
Data.addVarInt("Rank_num")

#Store the content of "df" object from Python to Stata
Data.store("Name", None, df['Name'], None)
Data.store("Age", None, df['Age'], None)
Data.store("Rank_num", None, df['Rank_num'], None)

# HERE is where I solve your question!
# 1) Create the labels
ValueLabel.setLabelValue('rank_num_LABEL', 1, 'Soldier')
ValueLabel.setLabelValue('rank_num_LABEL', 2, 'Captain')
ValueLabel.getValueLabels('rank_num_LABEL')

# 2) Attach the labels to the created variable
#Attach the created label 
ValueLabel.setVarValueLabel('Rank_num', 'rank_num_LABEL')

end 

br

* At the end, you will see the following on the Stata browser
* Name              Age Rank_num
* Eren Jaeger       15  Soldier
* Mikasa Ackerman   14  Soldier
* Armin Arlert      14  Soldier
* Levi Ackerman     30  Captain

如果您想更好地理解上面代码背后的原因，这里是我用来学习它的参考资料。

  1. Stata/Python集成第9部分：使用Stata函数接口 将数据从 Python 复制到 Stata
  2. Stata/Python集成第八部分：使用Stata函数接口将数据从Stata复制到 Python

相当于具有数字编码字符串值的 Stata 变量的 pandas 是分类数据类型。使用 to_stata 方法导出分类列将按原样导出。以为例：

data = [['Eren Jaeger', 15, 1, 'Soldier' ] , ['Mikasa Ackerman', 14, 1, 'Soldier'], ['Armin Arlert', 14, 1 , 'Soldier'],['Levi Ackerman', 30, 2, 'Captain']]
df = pd.DataFrame(data, columns = ['Name', 'Age', 'Rank_num', 'Rank'])
df['Rank'] = df['Rank'].astype('category')
df.to_stata('YOUR/PATH/HERE', write_index=False)

这将创建一个 Stata 数据集，其 Rank 变量编码为 0=Captain，1=Soldier。 可以使用 Categorical.reorder_categories() 或 Categorical.set_categories() 更改顺序，例如：

df['Rank'] = df['Rank'].cat.reorder_categories(['Soldier', 'Captain'], ordered=True)

现在，使用 to_stata 方法导出将使用编码 0=Soldier，1=Captain。

虽然没有办法指定自定义编码，所以如果您需要比 0 到最大编码更具体的东西，您应该使用 .

的方法