tableschema-spss-py

根据Table Schema描述符生成和加载SPSS文件。

功能

• 实现tableschema.Storage接口

内容

• 入门
  • 安装
  • 示例
• 文档
  • 存储
• 贡献
• 变更日志

入门

安装

该软件包使用语义版本控制。这意味着主要版本可能包括破坏性更改。强烈建议在您的setup/requirements文件中指定package版本范围，例如package>=1.0,<2.0。

pip install tableschema-spss

示例

本readme中的代码示例需要Python 3.3+解释器。您还可以在示例目录中查看更多示例。

对于此示例，您的模式应与SPSS存储兼容 - https://github.com/frictionlessdata/tableschema-spss-py#creating-sav-files

from tableschema import Table

# Load and save table to SPSS
table = Table('data.csv', schema='schema.json')
table.save('data', storage='spss', base_path='dir/path')

文档

本包的整个公共API在此描述，并遵循语义版本控制规则。readme之外的API属于私有API，且在新版本中可能不进行任何通知而进行更改。

存储

包实现了表存储接口（详细信息请参阅链接）

此驱动程序提供额外的API

Storage(base_path=None)

• base_path (str) - 可以创建和读取.sav文件的合法目录路径。如果没有提供base_path，则Storage对象方法将接受文件路径而不是存储桶名称。

storage.buckets

列出基础路径下的所有.sav和.zsav文件。只有当Storage有有效的base_path时，才会维护存储桶列表，否则将返回None。

• (str[]/None) - 返回存储桶列表或None

具有基础路径

我们可以这样获取具有指定基础路径的存储

from tableschema_spss import Storage

storage_base_path = 'path/to/storage/dir'
storage = Storage(storage_base_path)

然后我们可以与存储桶进行交互（在此上下文中，“存储桶”是指SPSS .sav/.zsav文件）

storage.buckets  # list buckets in storage
storage.create('bucket', descriptor)
storage.delete('bucket')  # deletes named bucket
storage.delete()  # deletes all buckets in storage
storage.describe('bucket') # return tableschema descriptor
storage.iter('bucket') # yields rows
storage.read('bucket') # return rows
storage.write('bucket', rows)

没有基础路径

我们也可以这样创建没有基础路径的存储

from tableschema_spss import Storage

storage = Storage()  # no base path argument

然后我们可以直接通过传递文件路径（而不是存储桶名称）来指定SPSS文件

storage.create('data/my-bucket.sav', descriptor)
storage.delete('data/my-bucket.sav')  # deletes named file
storage.describe('data/my-bucket.sav') # return tableschema descriptor
storage.iter('data/my-bucket.sav') # yields rows
storage.read('data/my-bucket.sav') # return rows
storage.write('data/my-bucket.sav', rows)

请注意，没有基础路径的存储不会维护内部存储桶列表，因此调用storage.buckets将返回None。

读取.sav文件

读取SPSS数据时，SPSS日期格式DATE、JDATE、EDATE、SDATE、ADATE、DATETIME和TIME将转换为适当的Python date、datetime和time对象。

其他SPSS日期格式WKDAY、MONTH、MOYR、WKYR、QYR和DTIME不支持原生转换，将作为字符串返回。

创建.sav文件

从表模式创建SPSS文件时，date、datetime和time字段类型必须具有以下模式的格式属性

• date: %Y-%m-%d
• datetime: %Y-%m-%d %H:%M:%S
• time: %H:%M:%S.%f

传递给storage.create()的表模式描述符应包含自定义spss:format属性，定义数据预期的SPSS类型格式。例如。

{
    "fields": [
        {
            "name": "person_id",
            "type": "integer",
            "spss:format": "F8"
        },
        {
            "name": "name",
            "type": "string",
            "spss:format": "A10"
        },
        {
            "type": "number",
            "name": "salary",
            "title": "Current Salary",
            "spss:format": "DOLLAR8"
        },
        {
           "type": "date",
           "name": "bdate",
           "title": "Date of Birth",
           "format": "%Y-%m-%d",
           "spss:format": "ADATE10"
        }
    ]
}

贡献

项目遵循开放知识国际编码标准。

开始项目的推荐方法是创建和激活项目虚拟环境。要将包和开发依赖项安装到活动环境中

$ make install

要运行测试并执行代码检查和覆盖率分析

$ make test

对于代码检查，使用在pylama.ini中配置的pylama。在此阶段，它已安装到您的环境中，并可以单独使用，如文档中所述 - https://pylama.readthedocs.io/en/latest/。

例如，按错误类型排序结果

$ pylama --sort <path>

对于测试，使用在tox.ini中配置的tox。它已安装到您的环境中，并可以单独使用，如文档中所述 - https://testrun.org/tox/latest/。

例如，以增加详细程度检查Python 2环境的子集测试。所有位置参数和选项在--之后都将传递给py.test

tox -e py27 -- -v tests/<path>

在内部，tox使用在pytest.ini中配置的pytest、coverage和mock包。这些包仅在tox环境中可用。

变更日志

此处仅描述破坏性和最重要的更改。有关所有已发布版本的完整变更日志和文档，可以在格式良好的提交历史记录中找到。

v1.0

• 初始驱动程序版本