pandas.read_sas vs その他の方法

pandas.read_sas：SASデータファイルを読み込む

使用方法

import pandas as pd

# SASデータファイルを読み込む
df = pd.read_sas('data.sas')

# データフレームを確認
print(df.head())

引数

• filepath: 読み込む SAS データファイルのパス
• format: SAS データファイルのフォーマット
  • 'xport': XPORT フォーマット
  • 'sas7bdat': SAS 7BDAT フォーマット
• encoding: データファイルのエンコーディング
• chunksize: データファイルを読み込む際のチャンクサイズ
• iterator: データフレームをイテレータとして返すかどうか

オプション

• index: データフレームのインデックス列
• columns: 読み込む列名
• nrows: 読み込む行数
• skiprows: スキップする行数

例

# XPORT フォーマットの SAS データファイルを読み込む
df = pd.read_sas('data.xpt', format='xport')

# SAS 7BDAT フォーマットの SAS データファイルを読み込む
df = pd.read_sas('data.sas7bdat', format='sas7bdat')

# 最初の 10 行を読み込む
df = pd.read_sas('data.sas', nrows=10)

# 特定の列を読み込む
df = pd.read_sas('data.sas', columns=['col1', 'col2'])

詳細は、以下の Pandas ドキュメントを参照してください。

補足

• SAS データファイルにはさまざまなフォーマットがあります。読み込むファイルのフォーマットがわからない場合は、file -info コマンドを使用して確認できます。
• SAS データファイルがパスワードで保護されている場合は、password オプションを使用してパスワードを指定できます。
• Pandas はオープンソースの Python ライブラリです。インストールされていない場合は、pip install pandas コマンドを使用してインストールできます。

pandas.read_sas サンプルコード

基本的な読み込み

import pandas as pd

# XPORT フォーマットの SAS データファイルを読み込む
df = pd.read_sas('data.xpt')

# SAS 7BDAT フォーマットの SAS データファイルを読み込む
df = pd.read_sas('data.sas7bdat')

オプションの指定

# 最初の 10 行を読み込む
df = pd.read_sas('data.sas', nrows=10)

# 特定の列を読み込む
df = pd.read_sas('data.sas', columns=['col1', 'col2'])

# インデックス列を指定する
df = pd.read_sas('data.sas', index_col='id')

# データ型を指定する
df = pd.read_sas('data.sas', dtype={'col1': 'int64', 'col2': 'float64'})

チャンク処理

# データファイルが大きい場合、チャンク処理を使用して読み込む

def process_chunk(chunk):
    # データ処理

for chunk in pd.read_sas('data.sas', chunksize=10000):
    process_chunk(chunk)

イテレータの使用

# データフレームをイテレータとして返す

for df in pd.read_sas('data.sas', iterator=True):
    # データ処理

パスワード保護されたファイル

# パスワードで保護された SAS データファイルを読み込む

df = pd.read_sas('data.sas', password='password')

圧縮されたファイル

# gzip 圧縮された SAS データファイルを読み込む

df = pd.read_sas('data.sas.gz', compression='gzip')

pandas.read_sas 以外の方法

SAS から CSV 形式で出力する

SAS でデータファイルを開き、CSV 形式で出力します。出力された CSV ファイルを Pandas で読み込むことができます。

SAS コード例

data work.data;
  set sashelp.cars;
run;

proc export data=work.data
  outfile='data.csv'
  delimiter=','
  replace;
run;

Python コード例

import pandas as pd

df = pd.read_csv('data.csv')

SAS から羽根突き形式で出力する

SAS でデータファイルを開き、羽根突き形式で出力します。出力された羽根突き形式のファイルを Pandas で読み込むことができます。

SAS コード例

data work.data;
  set sashelp.cars;
run;

proc print data=work.data
  ods output listing;
run;

Python コード例

import pandas as pd

with open('data.lst', 'r') as f:
    data = f.readlines()

df = pd.read_fwf(data, columns=['col1', 'col2', ...])

pyreadstat を使用する

pyreadstat は、さまざまな統計データ形式を読み込む Python ライブラリです。SAS データファイルも読み込むことができます。

インストール

pip install pyreadstat

コード例

import pyreadstat

df = pyreadstat.read_sas('data.sas')

その他のライブラリを使用する

他にも、sas7bdat や xport などの SAS データファイルを読み込む Python ライブラリがあります。

どの方法を選択するべきかは、データファイルのサイズ、フォーマット、処理速度などの要件によって異なります。

• データファイルが小さく、シンプルなフォーマットの場合は、pandas.read_sas を使用するのが最も簡単です。
• データファイルが大きい場合は、チャンク処理を使用して読み込むか、SAS から CSV 形式で出力する方法を選択すると良いでしょう。
• 特殊なフォーマットの SAS データファイルの場合は、pyreadstat などのライブラリを使用する必要があります。