SPSS读取数据syntax语句

linyong · 发表于 2011-7-23 09:22:50

转自：http://blog.sina.com.cn/greatdoor（数据元素）

生活中，我们常常因为这样或那样的事情而需要从一个城市到另外一个城市。旅途前，我们需要考虑旅途中的各个环节，比如说确定旅行方式（水、陆、空的选择），交通工具的选择及出行站点、出行车次（航班）等等。而把各种形式的数据按照自己的要求转换为SPSS格式数据，就好比我们从一个城市到另一个城市，而SPSS格式的数据就是我们的目的地。

和现实生活一样，利用Syntax将各种形式的数据转换为我们所需的SPSS格式数据也需要我们像旅途一样考虑一些细节问题。例如：我们从一个数据库文档中读取我们所需的数据，首先确定SPSS与数据库间采用何种连接方式（ODBC或JDBC），然后确定采集的数据来自何种数据库（Oracle,DB2,SQL SERVER,ACCESS等），接下来就是确定类似出发站点、车次等一系列细节问题。这样说来好像有点玄乎，下面将结合实例，看Syntax是如何一步一步的从数据库、EXCEL、TXT等格式文档中提取数据。

一、从数据库中读取数据

由于从数据库中读取数据需要输入的代码比较繁琐，一般来说先利用菜单向导操作，在结束前利用Paste将操作大致代码导入Syntax编辑窗口中，然后再根据自己的需要对代码做适当的修改。例如：

GET DATA ***告诉SPSS你此行的目的，得到数据***.

/TYPE=ODBC ***接下来就是选择海陆空了，omgd！是ODBC****.

/CONNECT= ***交通工具的选择及细节,利用交通工具将两地连起来就有了CONNECT***.

'DSN=Microsoft Access;DBQ=c:\mydocuments\dm_demo.mdb;'+ (通常这些细节都利用向导直接生成)

' DriverId=25;FIL=MS Access;MaxBufferSize=2048;PageTimeout=5;'

/SQL = 'SELECT * FROM CombinedTable'.

***上面安置完毕，到达目的地了，/SQL就好比你到目的地后所做之事***.

EXECUTE.

上面Syntax的作用是将ACCESS数据库中CombinedTable表中所有数据导入SPSS，上面Syntax语句中红色标注的可以说是此语句的核心部分，①、/connect子语句说明从何种数据库从提取数据及提取相关细节，此过程通常由向导生成，一般需要用时复制-粘贴即可；②、/SQL子语句相比/CONNECT语句则是重中之重，也是此次旅途的终极目的。如果从2个不同的表中选取变量，则是

/SQL =

'SELECT * FROM [table1],[table2]'

' WHERE [conditions]'.

还有select与group by,order by，having 等语句联合运用的情况，更多SQL语法知识则需参考数据库相关书籍（这也是目前许多公司要求做数据分析的懂数据库的原因之一）。

注：单纯从数据库中提取数据并不需要太多数据库知识，单纯了解SQL查询语言就可以了，个人建议读读《SQL循序渐进》。

二、从EXCEL格式文件中读取数据

利用Syntax语句从EXCEL中读取数据并没有太多的技巧，数据读取过程可以简单的分为2类，一类是读取单表数据，另一类则是读取多表数据（与从数据库中读取数据语法类似，只是/CONNECT语句稍有不同）。首先简单的说说第一类从单表中读取数据，例如：从我的文档中读取名叫data的EXCEL工作薄中表salary的[A3:H160]的数据，且将读取数据的第一行作为变量名，其Syntax代码如下:

get data ***①告诉SPSS，你的目的—得到数据（get data）***.

/type=xls ***②读的数据是什么类型（XLS OR XLSM<EXCEL2007>）***.

/file="C:/mydocuments/data.xls". ***③告诉SPSS文档的位置***.

/sheet=name 'salary' ***④告诉SPSS你要读取那个表（缺失时自动读取第一个表）***.

/cellrange=range 'A3:H160' ***⑤告诉SPSS你要读取表中那些数据***.

/readnames=on. ***⑥将读取数据的第一行设置为变量名***.

上面语法明确的表达你的意图，再联系我们在旅途中的种种行为，这个语句就轻而易举的被攻克了。值得一提的是，上面语句中的④⑤⑥三个子语句都可省略，省略后SPSS将从工作薄中第一个表读取所有数据，并将第一行默认为变量名，如果第一行为空，变量名则默认为VAR1,VAR2……，这一过程和利用菜单向导操作效果一样，下面说说怎样从多个表中读取数据，例如：

GET DATA

/TYPE=ODBC

/CONNECT=

'DSN=Excel Files;DBQ=c:\examples\data\sales.xls;' +

'DriverId=790;MaxBufferSize=2048;PageTimeout=5;'

/SQL =

'SELECT Location$.[Store Number], State, Region, City,'

' Power, Hand, Accessories,'

' Tires, Batteries, Gizmos, Dohickeys'

' FROM [Location$], [Tools$], [Auto$]'

' WHERE [Tools$].[Store Number]=[Location$].[Store Number]'

' AND [Auto$].[Store Number]=[Location$].[Store Number]'.

上面的代码和从数据库中读取表数据完全一样，只是在/CONNECT语句上做了些许变化，其他的并无区别，当然重点还是后面的提取数据变量语句/SQL，这里要说明的是如果提取变量字符中含有空格的话就需要用[ ]给框起来了，正如上面示例代码所示。另外，不得不提的是从多表中读取数据较从单表中读取数据的一些局限性，比如不能像单表一样随意选择数据读取范围；读取表中的第一行非空字符都将强制读取为SPSS中的变量；变量类型较单一，只提供了数字和字符两种数据类型等等。

三、从TXT格式文件中读取数据

利用向导从TXT格式文件从读取数据有时候会因数据格式整洁而很方便，有时又会因为格式混乱而使你后面的分析工作变的麻烦，而利用代码则可以一次解决这种问题。通常读取文本格式数据语句分为get data和data list两种，采用何种语句完全凭个人喜好，当然两种方式各有所长，比如CSV文件或是很大的容量的文本数据用get data较data list就方便的多，而在处理程序内数据（begin data……end data）或结构相对较复杂的数据时用data list语句则较get data语句更方便些。根据文本数据格式，data list语句又有data list free/list/fixed之分，这里不便一一道来，通常一般的TXT格式的数据我们很少遇到，这里主要说说从网站数据库中导出的CSV格式的数据转换情况，例如，我们从网站中导出如下CSV格式的数据dara.csv：

ID,Name,Gender,Date Hired,Department

1,"Foster, Chantal",f,10/29/1998,1

2,"Healy, Jonathan",m,3/1/1992,3

3,"Walter, Wendy",f,1/23/1995,2

4,"Oliver, Kendall",f,10/28/2003,2

下面我们将像旅途一样将此csv格式的数据转换为我们所需的.sav格式，

get data ***①告诉SPSS，你的目的***.

/type=txt ***②告诉SPSS你要乘车还是坐船***.

/file='c:/mydocuments/data.csv' ***③找到车站码头***.

/delimiters= "," ***④司机强调路上安全（数据用"，"分隔）***.

/qualifier='" ' ***⑤司机介绍如何处理突发事故（比如数据中包含空格，逗号等特殊情况)***.

/arrangement=delimited ***⑥其他注意情况（限制情况）***.