.xpt 格式是一种用于存储数据的二进制文件格式，常见于统计分析领域，尤其是与 SAS（Statistical Analysis System）工具相关。Python 提供了多种方式来读取和操作 .xpt 文件，其中最常用的是 `pandas` 和 `pyxport` 库。 以下是一些代码示例和解释，展示如何使用 Python 读取和操作 .xpt 文件： ### 1. 使用 `pandas` 读取 .xpt 文件 `pandas` 提供了 `read_xport()` 函数来读取 .xpt 文件，并将其转换为 `DataFrame` 格式，便于后续分析。 ```python import pandas as pd # 设置文件路径 file_path = "P_DEMO.xpt" # 读取 .xpt 文件 data = pd.read_xport(file_path) # 查看前两行数据 print(data.head(2)) ``` ### 2. 使用 `pyxport` 读取 .xpt 文件 `pyxport` 是一个专门处理 .xpt 文件的库，适用于更复杂的场景。它能够解析 .xpt 文件并将其转换为 Python 字典或 `pandas` DataFrame。 ```python import pyxport # 读取 .xpt 文件 with open('P_DEMO.xpt', 'rb') as f: dataset = pyxport.load(f) # 将数据转换为 pandas DataFrame df = dataset.to_dataframe() # 查看前两行数据 print(df.head(2)) ``` ### 3. 操作读取后的数据 一旦数据被读取为 `DataFrame`，就可以使用 `pandas` 提供的丰富功能进行数据操作，例如筛选、排序、分组等。 ```python # 示例：筛选特定列 filtered_data = data[['SEQN', 'RIAGENDR']] # 示例：按某一列排序 sorted_data = data.sort_values(by='SEQN') # 示例：计算统计信息 summary_stats = data.describe() # 输出结果 print("筛选后的数据:\n", filtered_data.head(2)) print("排序后的数据:\n", sorted_data.head(2)) print("统计信息:\n", summary_stats) ``` ### 4. 写入新的 .xpt 文件 如果需要将修改后的数据保存回 .xpt 格式，可以使用 `pyxport` 的 `dump()` 方法。 ```python import pyxport # 假设 df 是修改后的 DataFrame # 将数据写入新的 .xpt 文件 with open('output.xpt', 'wb') as f: pyxport.dump(df, f) ``` ### 5. 处理缺失值和数据类型 在读取 .xpt 文件后，可能需要处理缺失值或调整数据类型。 ```python # 示例：填充缺失值 data.fillna(value={'RIAGENDR': 0}, inplace=True) # 示例：转换数据类型 data['RIAGENDR'] = data['RIAGENDR'].astype(int) # 查看更新后的数据 print(data.head(2)) ``` ### 6. 可视化 .xpt 数据 结合 `matplotlib` 和 `seaborn`，可以对读取的 .xpt 数据进行可视化分析。 ```python import matplotlib.pyplot as plt import seaborn as sns # 示例：绘制柱状图 plt.figure(figsize=(15, 8)) count = data['RIAGENDR'].value_counts().head(10) sns.barplot(count.values, count.index) for i, v in enumerate(count.values): plt.text(0.8, i, v, color='k', fontsize=19) plt.xlabel('Count', fontsize=12) plt.ylabel('Gender', fontsize=12) plt.title("Distribution of Gender", fontsize=16) plt.show() ```