WOLFRAM

Wolfram 语言与系统参考资料中心

DTA (.dta)

背景

    • MIME 类型：application/x-stata-dta
    • Stata 数据库传输格式.
    • 旧版数据交换格式.
    • 将数值数据集存储为可移植格式.
    • 二进制格式.
    • 最初由 StataCorp 于 1985 年开发.

Import 与 Export

  • Import["file.dta"] 导入一个 DTA 文件，将所有数据集返回为一个表格形式.
  • DTA 数据在 Wolfram 语言中由实数或者字符串、布尔值 True 和 False、以及 DateObject 规范表示.
  • Import["file.dta",elem] 从 DTA 文件导入特定的参数.
  • Import["file.dta",{elem,suba,subb,…}]导入一个子参数.
  • 导入格式可以由 Import["file","DTA"] 或 Import["file",{"DTA",elem,…}] 指定.
  • Export["file.dta",expr] 从 expr 创建 DTA 文件.
  • 支持的 expr 表达式包括：
  • {v1,v2,…}单列数据
    {{v11,v12,…},{v21,v22,…},…}数据行列表
    array任何数组包括 SparseArray、QuantityArray 等
    tseriesTimeSeries、EventSeries或TemporalData对象
    Dataset[…]数据集
    Tabular[…]表格对象
    <|"name1"expr1,…|>具名列的关联
  • Import 和 Export 支持以下数据类型：
  • "Date"日期和时间规范
    "Integer8"8 位整数
    "Integer16"16 位整数
    "Integer32"32 位整数
    "Real32"IEEE 单精度数
    "Real64"IEEE 双精度数
    "String"ASCII 字符串
  • 请到以下参考页面了解完整的基本信息：
  • Import, Export从文件导入或导出到文件
    CloudImport, CloudExport从云对象导入或导出到云对象
    ImportString, ExportString从字符串导入或导出到字符串
    ImportByteArray, ExportByteArray从字节数组导入或导出到字节数组

参数

  • Import 的通用参数：
  • "Elements" 该文件可用的参数和选项列表
    "Summary"文件摘要
    "Rules"所有可用参数的规则列表
  • 数据表示参数：
  • "Data"二维数组
    "Dataset"作为 Dataset 的表格数据
    "EventSeries"作为 EventSeries 的表格数据
    "LabeledData"标签和数据的关联
    "LabeledRawData"标签与原始数据的关联
    "Tabular"作为 Tabular 对象的表格数据
    "TimeSeries"作为 TimeSeries 的表格数据
  • 默认情况下，Import 使用"Data"参数.
  • 数据描述符参数：
  • "ColumnDescriptions"列的描述和类型
    "ColumnLabels"列的名称
    "ColumnTypes"列名与类型的关联
    "MissingPositions"每列中被视为缺失的元素的位置
    "MissingValues"每列被认为缺失的值
  • 元信息参数：
  • "ByteOrdering"数据的字节序
    "CharacterEncoding"文件的字符编码
    "Comments"文件中的注释
    "Compression"文件中使用的压缩类型
    "CreationDate"以 DateObject 形式给出的文档创建日期
    "Dimensions"数据维度
    "MetaInformation"以字符串和日期对象形式给出的元数据
    "MissingValues"每列被认为缺失的值
    "ModificationDate"以 DateObject 形式给出的文档修改日期
    "TableName"整个表格的名称
    "Version"该文件的 SAS 规范版本

选项

  • Import 的选项：
  • "ColumnDefaultValues"Automatic列的名称和默认值的关联
    "TimeColumn"Automatic用来在 "EventSeries" 和 "TimeSeries" 元素中表示时间的列
    "TypeDefaultValues"Automatic类型和默认值的关联
  • Export 的选项：
  • "ColumnDescriptions"Automatic每列的描述列表
    "MetaInformation"Automatic元数据标签和值的关联
  • "ColumnDescriptions" 的可用设定包括：
  • {"label1", "label2", …}给出列名的字符串列表
    {assoc,…}提供列元数据的关联列表
    <|colassoc|>索引或列名与列元数据的关联
  • assoc 可用的键包括：
  • "Name"给出列名称的字符串
    "Description"给出列描述的字符串
    "Type"给出列类型的字符串
  • "MetaInformation" 可用的键包括：
  • "Comments"给出文件一般注释的字符串
    "CreationDate"日期对象给出文件的创建日期
    "ModificationDate"日期对象给出文件的修改日期
    "TableName"给出整个表名称的字符串
    "Version"给出文件版本的整数

范例

打开所有单元 关闭所有单元

基本范例  (3)

导入 DTA 文件：

Wolfram Language code: Import["ExampleData/sample.dta"]

DTA 文件摘要：

Wolfram Language code: Import["ExampleData/sample.dta", "Summary"]

将表达式数组导出到 DTA 文件：

Wolfram Language code: file = Export["test.dta", {{"String1", DateObject[{2000, 1, 1}, "Day"], Missing["NotAvailable"], 8.25}, {"String2", DateObject[{2000, 1, 2}, "Day"], 0.41, 1.44}, {"String3", DateObject[{2000, 1, 3}, "Day"], Missing["NotAvailable"], Missing["Tagged", "A"]}}]

导入得到的文件：

Wolfram Language code: Import[file, "Tabular"]

范围  (9)

导入  (3)

导入所有可用元素：

Wolfram Language code: Import["ExampleData/sample.dta", "Elements"]

导入数据：

Wolfram Language code: Import["ExampleData/sample.dta", "Data"]

导入为 Tabular 对象：

Wolfram Language code: Import["ExampleData/sample.dta", "Tabular"]

导出  (6)

导出 Dataset：

Wolfram Language code: dataset = Dataset[{ <|"a" -> 1, "b" -> DateObject[{2000, 1, 1}, "Day"]|>, <|"a" -> 2, "b" -> DateObject[{2000, 1, 2}, "Day"]|>, <|"a" -> 3, "b" -> DateObject[{2000, 1, 3}, "Day"]|>}]
Wolfram Language code: file = Export["test.dta", dataset];

自动推测列的名称：

Wolfram Language code: Import[file, "Dataset"]

导出数据组：

Wolfram Language code: file = Export["test.dta", {{1, 2, 3}, {4, 5, 6}}]

自动生成列的名称：

Wolfram Language code: Import[file, "Dataset"]

导出有命名列的关联：

Wolfram Language code: file = Export["test.dta", <|"a" -> {1, 2, 3}, "b" -> {4, 5, 6}|>]

自动推测列的名称：

Wolfram Language code: Import[file, "Dataset"]

导出一个 TimeSeries：

Wolfram Language code: t = {1, 2, 5, 10, 12, 15}; v = {2, 1, 6, 5, 7, 4};
Wolfram Language code: ts = TimeSeries[v, {t}]
Wolfram Language code: file = Export["test.dta", ts]

时间存储在第一列中，值存储在第二列中：

Wolfram Language code: Import[file, "Data"]

导出标记的缺失数据：

Wolfram Language code: file = Export["test.dta", {{1., 2.}, {Missing["Tagged", "A"], 4.}}]
Wolfram Language code: Import[file, "Dataset"]

不规则数组会自动填充到右侧并转换为完整数组：

Wolfram Language code: file = Export["test.dta", {a, {d, e, f}}]
Wolfram Language code: Import[file, "Dataset"]

导入的参数  (18)

数据表示  (7)

"Data"  (1)

将 DTA 文件导入为一个值得二维列表：

Wolfram Language code: Import["ExampleData/sample.dta", "Data"]

以下为默认参数：

Wolfram Language code: Import["ExampleData/sample.dta"]

"Dataset"  (1)

将 DTA 文件导入为 Dataset：

Wolfram Language code: Import["ExampleData/sample.dta", "Dataset"]

"EventSeries"  (1)

将 Tabular 对象导出为 DTA 文件：

Wolfram Language code: file = Export["test.dta", Tabular[Association["RawSchema" -> Association["ColumnProperties" -> Association["Date" -> Association["ElementType" -> TypeSpecifier["Date"]["Integer32", "Day", "Gregorian", 0]], "Value" -> Association["ElementType" -> "Real32"]], "KeyColumns" -> None, "Backend" -> "WolframKernel"], "Options" -> {}, "BackendData" -> Association["ColumnData" -> DataStructure["ColumnTable", {{TabularColumn[Association["Data" -> {5, {{NumericArray[{13150, 13151, 13152, 13153, 13156}, "Integer32"], {}, None}}, None}, "ElementType" -> "Date"["Integer32", "Day", "Gregorian", 0]]], TabularColumn[Association["Data" -> {NumericArray[{11.819999694824219, 12.039999961853027, 12.09000015258789, 11.880000114440918, 12.430000305175781}, "Real32"], {}, None}, "ElementType" -> "Real32"]]}}]]]]];

将 DTA 文件导入为 EventSeries：

Wolfram Language code: Import[file, "EventSeries"]

"LabeledData"  (1)

导入 DTA 文件作为标签和数据的关联：

Wolfram Language code: Import["ExampleData/sample.dta", "LabeledData"]

"LabeledRawData"  (1)

将 DTA 文件作为标签和原始数据的关联导入：

Wolfram Language code: Import["ExampleData/sample.dta", "LabeledRawData"]

"Tabular"  (1)

将 DTA 文件导入为 Tabular：

Wolfram Language code: Import["ExampleData/sample.dta", "Tabular"]

"TimeSeries"  (1)

将 Tabular 对象导出为 DTA 文件：

Wolfram Language code: file = Export["test.dta", Tabular[Association["RawSchema" -> Association["ColumnProperties" -> Association["Date" -> Association["ElementType" -> TypeSpecifier["Date"]["Integer32", "Day", "Gregorian", 0]], "Value" -> Association["ElementType" -> "Real32"]], "KeyColumns" -> None, "Backend" -> "WolframKernel"], "Options" -> {}, "BackendData" -> Association["ColumnData" -> DataStructure["ColumnTable", {{TabularColumn[Association["Data" -> {5, {{NumericArray[{13150, 13151, 13152, 13153, 13156}, "Integer32"], {}, None}}, None}, "ElementType" -> "Date"["Integer32", "Day", "Gregorian", 0]]], TabularColumn[Association["Data" -> {NumericArray[{11.819999694824219, 12.039999961853027, 12.09000015258789, 11.880000114440918, 12.430000305175781}, "Real32"], {}, None}, "ElementType" -> "Real32"]]}}]]]]];

将 DTA 文件导入为 TimeSeries：

Wolfram Language code: Import[file, "TimeSeries"]

数据描述符  (4)

"LabelDescriptions"  (1)

导入关联，为DTA文件中的每一列提供名称，描述和类型：

Wolfram Language code: Import["ExampleData/sample.dta", "ColumnDescriptions"]

"ColumnLabels"  (1)

将每个列的名称导入 DTA 文件中：

Wolfram Language code: Import["ExampleData/sample.dta", "ColumnLabels"]

"ColumnTypes"  (1)

将每个列的类型导入 DTA 文件中：

Wolfram Language code: Import["ExampleData/sample.dta", "ColumnTypes"]

"MissingPositions"  (1)

导入关联，按列列出缺失值的位置：

Wolfram Language code: Import["ExampleData/sample.dta", "MissingPositions"]

元数据  (7)

"ByteOrdering"  (1)

导入存储在 DTA 文件的元数据中的字节顺序：

Wolfram Language code: Import["ExampleData/sample.dta", "ByteOrdering"]

"Comments"  (1)

导入存储在 DTA 文件的元数据中的注释：

Wolfram Language code: Import["ExampleData/sample.dta", "Comments"]

"CreationDate"  (1)

导入创建日期：

Wolfram Language code: Import["ExampleData/sample.dta", "CreationDate"]

"Dimensions"  (1)

导入数据维度：

Wolfram Language code: Import["ExampleData/sample.dta", "Dimensions"]

"MetaInformation"  (1)

导入存储在 DTA 文件中的所有元数据的关联：

Wolfram Language code: Import["ExampleData/sample.dta", "MetaInformation"]

"ModificationDate"  (1)

导入修改日期：

Wolfram Language code: Import["ExampleData/sample.dta", "ModificationDate"]

"Version"  (1)

导入 DTA 文件的版本：

Wolfram Language code: Import["ExampleData/sample.dta", "Version"]

导入的选项  (3)

"ColumnDefaultValues"  (1)

默认情况下，缺少的数值将替换为零：

Wolfram Language code: Normal[Lookup[Import["ExampleData/sample.dta", "LabeledRawData"], "Missing"]]//Function[...]

用 "ColumnDefaultValues" 为特定列指定其他默认值：

Wolfram Language code: Normal[Lookup[Import["ExampleData/sample.dta", "LabeledRawData", "ColumnDefaultValues" -> <|"Missing" -> -1.|>], "Missing"]]//Function[...]

"TimeColumn"  (1)

将 Tabular 对象导出为 DTA 文件：

Wolfram Language code: file = Export["test.dta", Tabular[Association["RawSchema" -> Association["ColumnProperties" -> Association["Date" -> Association["ElementType" -> TypeSpecifier["Date"]["Integer32", "Day", "Gregorian", 0]], "Value" -> Association["ElementType" -> "Real32"]], "KeyColumns" -> None, "Backend" -> "WolframKernel"], "Options" -> {}, "BackendData" -> Association["ColumnData" -> DataStructure["ColumnTable", {{TabularColumn[Association["Data" -> {5, {{NumericArray[{13150, 13151, 13152, 13153, 13156}, "Integer32"], {}, None}}, None}, "ElementType" -> "Date"["Integer32", "Day", "Gregorian", 0]]], TabularColumn[Association["Data" -> {NumericArray[{11.819999694824219, 12.039999961853027, 12.09000015258789, 11.880000114440918, 12.430000305175781}, "Real32"], {}, None}, "ElementType" -> "Real32"]]}}]]]]];

默认情况下，对于 "TimeSeries" 和 "EventSeries" 元素，会自动选择时间列：

Wolfram Language code: Import[file, "TimeSeries"]

使用 "TimeColumn" 选项来指定时间列：

Wolfram Language code: Import[file, "TimeSeries", "TimeColumn" -> "Value"]

"TypeDefaultValues"  (1)

默认情况下，缺少的数值将替换为零：

Wolfram Language code: Normal[Lookup[Import["ExampleData/sample.dta", "LabeledRawData"], "Missing"]]//Function[...]

用 "TypeDefaultValues" 为特定类型指定其他默认值：

Wolfram Language code: Normal[Lookup[Import["ExampleData/sample.dta", "LabeledRawData", "TypeDefaultValues" -> <|"Real64" -> -1.|>], "Missing"]]//Function[...]

导出的选项  (2)

"ColumnDescriptions"  (1)

导出不同的数据类型：

Wolfram Language code: Export["test.dta", {{1, 2., "3"}, {4, 5., "6"}}]

列将根据给定的数据自动推断类型：

Wolfram Language code: Import["test.dta", "ColumnDescriptions"]

用 "ColumnDescriptions" 指定列的类型和描述：

Wolfram Language code: Export["test.dta", {{1, 2., "3"}, {4, 5., "6"}}, "ColumnDescriptions" -> {<|"Type" -> "String", "Description" -> "String data."|>}]

导入生成的列描述：

Wolfram Language code: Import["test.dta", "ColumnDescriptions"]

"MetaInformation"  (1)

从 DTA 文件中检索元数据：

Wolfram Language code: meta = Import["ExampleData/sample.dta", "MetaInformation"]

导出具有相同元数据的新文件：

Wolfram Language code: Export["test.dta", {{1, 2, 3}, {4, 5, 6}}, "MetaInformation" -> meta]
Wolfram Language code: Import["test.dta", "MetaInformation"]