spss讀取數(shù)據(jù)syntax語(yǔ)句

生活中，我們常常因?yàn)檫@樣或那樣的事情而需要從一個(gè)城市到另外一個(gè)城市。旅途前，我們需要考慮旅途中的各個(gè)環(huán)節(jié)，比如說(shuō)確定旅行方式（水、陸、空的選擇），交通工具的選擇及出行站點(diǎn)、出行車次（航班）等等。而把各種形式的數(shù)據(jù)按照自己的要求轉(zhuǎn)換為SPSS格式數(shù)據(jù)，就好比我們從一個(gè)城市到另一個(gè)城市，而SPSS格式的數(shù)據(jù)就是我們的目的地。

和現(xiàn)實(shí)生活一樣，利用Syntax將各種形式的數(shù)據(jù)轉(zhuǎn)換為我們所需的SPSS格式數(shù)據(jù)也需要我們像旅途一樣考慮一些細(xì)節(jié)問(wèn)題。例如：我們從一個(gè)數(shù)據(jù)庫(kù)文檔中讀取我們所需的數(shù)據(jù)，首先確定SPSS與數(shù)據(jù)庫(kù)間采用何種連接方式（ODBC或JDBC），然后確定采集的數(shù)據(jù)來(lái)自何種數(shù)據(jù)庫(kù)（Oracle,DB2,SQL SERVER,ACCESS等），接下來(lái)就是確定類似出發(fā)站點(diǎn)、車次等一系列細(xì)節(jié)問(wèn)題。這樣說(shuō)來(lái)好像有點(diǎn)玄乎，下面將結(jié)合實(shí)例，看Syntax是如何一步一步的從數(shù)據(jù)庫(kù)、EXCEL、TXT等格式文檔中提取數(shù)據(jù)。

一、從數(shù)據(jù)庫(kù)中讀取數(shù)據(jù)

由于從數(shù)據(jù)庫(kù)中讀取數(shù)據(jù)需要輸入的代碼比較繁瑣，一般來(lái)說(shuō)先利用菜單向?qū)Р僮鳎诮Y(jié)束前利用Paste將操作大致代碼導(dǎo)入Syntax編輯窗口中，然后再根據(jù)自己的需要對(duì)代碼做適當(dāng)?shù)男薷摹＠纾?/span>

GET DATA                  ***告訴SPSS你此行的目的，得到數(shù)據(jù)***.

/TYPE=ODBC                ***接下來(lái)就是選擇海陸空了，omgd！是ODBC****.

/CONNECT=                 ***交通工具的選擇及細(xì)節(jié),利用交通工具將兩地連起來(lái)就有了CONNECT***.
'DSN=Microsoft Access;DBQ=c:\mydocuments\dm_demo.mdb;'+       (通常這些細(xì)節(jié)都利用向?qū)е苯由?
' DriverId=25;FIL=MS Access;MaxBufferSize=2048;PageTimeout=5;'
/SQL = 'SELECT * FROM CombinedTable'.

***上面安置完畢，到達(dá)目的地了，/SQL就好比你到目的地后所做之事***.
EXECUTE.

上面Syntax的作用是將ACCESS數(shù)據(jù)庫(kù)中CombinedTable表中所有數(shù)據(jù)導(dǎo)入SPSS，上面Syntax語(yǔ)句中紅色標(biāo)注的可以說(shuō)是此語(yǔ)句的核心部分，①、/connect子語(yǔ)句說(shuō)明從何種數(shù)據(jù)庫(kù)從提取數(shù)據(jù)及提取相關(guān)細(xì)節(jié)，此過(guò)程通常由向?qū)?，一般需要用時(shí)復(fù)制-粘貼即可；②、/SQL子語(yǔ)句相比/CONNECT語(yǔ)句則是重中之重，也是此次旅途的終極目的。如果從2個(gè)不同的表中選取變量，則是 

/SQL =
'SELECT * FROM [table1],[table2]'
' WHERE [conditions]'.
還有select與group by,order by，having 等語(yǔ)句聯(lián)合運(yùn)用的情況，更多SQL語(yǔ)法知識(shí)則需參考數(shù)據(jù)庫(kù)相關(guān)書籍（這也是目前許多公司要求做數(shù)據(jù)分析的懂?dāng)?shù)據(jù)庫(kù)的原因之一）。

注：?jiǎn)渭儚臄?shù)據(jù)庫(kù)中提取數(shù)據(jù)并不需要太多數(shù)據(jù)庫(kù)知識(shí)，單純了解SQL查詢語(yǔ)言就可以了，個(gè)人建議讀讀《SQL循序漸進(jìn)》。

二、從EXCEL格式文件中讀取數(shù)據(jù)

利用Syntax語(yǔ)句從EXCEL中讀取數(shù)據(jù)并沒(méi)有太多的技巧，數(shù)據(jù)讀取過(guò)程可以簡(jiǎn)單的分為2類，一類是讀取單表數(shù)據(jù)，另一類則是讀取多表數(shù)據(jù)（與從數(shù)據(jù)庫(kù)中讀取數(shù)據(jù)語(yǔ)法類似，只是/CONNECT語(yǔ)句稍有不同）。首先簡(jiǎn)單的說(shuō)說(shuō)第一類從單表中讀取數(shù)據(jù)，例如：從我的文檔中讀取名叫data的EXCEL工作薄中表salary的[A3:H160]的數(shù)據(jù)，且將讀取數(shù)據(jù)的第一行作為變量名，其Syntax代碼如下:

get data                           ***①告訴SPSS，你的目的—得到數(shù)據(jù)（get data）***.

/type=xls                          ***②讀的數(shù)據(jù)是什么類型（XLS OR XLSM<EXCEL2007>）***.

/file="C:/mydocuments/data.xls".   ***③告訴SPSS文檔的位置***.

/sheet=name 'salary'               ***④告訴SPSS你要讀取那個(gè)表（缺失時(shí)自動(dòng)讀取第一個(gè)表）***.

/cellrange=range 'A3:H160'         ***⑤告訴SPSS你要讀取表中那些數(shù)據(jù)***.

/readnames=on.                     ***⑥將讀取數(shù)據(jù)的第一行設(shè)置為變量名***.

上面語(yǔ)法明確的表達(dá)你的意圖，再聯(lián)系我們?cè)诼猛局械姆N種行為，這個(gè)語(yǔ)句就輕而易舉的被攻克了。值得一提的是，上面語(yǔ)句中的④⑤⑥三個(gè)子語(yǔ)句都可省略，省略后SPSS將從工作薄中第一個(gè)表讀取所有數(shù)據(jù)，并將第一行默認(rèn)為變量名，如果第一行為空，變量名則默認(rèn)為VAR1,VAR2……，這一過(guò)程和利用菜單向?qū)Р僮餍Ч粯樱旅嬲f(shuō)說(shuō)怎樣從多個(gè)表中讀取數(shù)據(jù)，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]'.  

上面的代碼和從數(shù)據(jù)庫(kù)中讀取表數(shù)據(jù)完全一樣，只是在/CONNECT語(yǔ)句上做了些許變化，其他的并無(wú)區(qū)別，當(dāng)然重點(diǎn)還是后面的提取數(shù)據(jù)變量語(yǔ)句/SQL，這里要說(shuō)明的是如果提取變量字符中含有空格的話就需要用[ ]給框起來(lái)了，正如上面示例代碼所示。 另外，不得不提的是從多表中讀取數(shù)據(jù)較從單表中讀取數(shù)據(jù)的一些局限性，比如不能像單表一樣隨意選擇數(shù)據(jù)讀取范圍；讀取表中的第一行非空字符都將強(qiáng)制讀取為SPSS中的變量；變量類型較單一，只提供了數(shù)字和字符兩種數(shù)據(jù)類型等等。

三、從TXT格式文件中讀取數(shù)據(jù)

利用向?qū)腡XT格式文件從讀取數(shù)據(jù)有時(shí)候會(huì)因數(shù)據(jù)格式整潔而很方便，有時(shí)又會(huì)因?yàn)楦袷交靵y而使你后面的分析工作變的麻煩，而利用代碼則可以一次解決這種問(wèn)題。通常讀取文本格式數(shù)據(jù)語(yǔ)句分為get data和data list兩種，采用何種語(yǔ)句完全憑個(gè)人喜好，當(dāng)然兩種方式各有所長(zhǎng)，比如CSV文件或是很大的容量的文本數(shù)據(jù)用get data較data list就方便的多，而在處理程序內(nèi)數(shù)據(jù)（begin data……end data）或結(jié)構(gòu)相對(duì)較復(fù)雜的數(shù)據(jù)時(shí)用data list語(yǔ)句則較get data語(yǔ)句更方便些。根據(jù)文本數(shù)據(jù)格式，data list語(yǔ)句又有data list free/list/fixed之分，這里不便一一道來(lái)，通常一般的TXT格式的數(shù)據(jù)我們很少遇到，這里主要說(shuō)說(shuō)從網(wǎng)站數(shù)據(jù)庫(kù)中導(dǎo)出的CSV格式的數(shù)據(jù)轉(zhuǎn)換情況，例如，我們從網(wǎng)站中導(dǎo)出如下CSV格式的數(shù)據(jù)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

下面我們將像旅途一樣將此csv格式的數(shù)據(jù)轉(zhuǎn)換為我們所需的.sav格式，

get data                          ***①告訴SPSS，你的目的***.

/type=txt                         ***②告訴SPSS你要乘車還是坐船***.

/file='c:/mydocuments/data.csv'   ***③找到車站碼頭***.

/delimiters= ","                  ***④司機(jī)強(qiáng)調(diào)路上安全（數(shù)據(jù)用"，"分隔）***.

/qualifier='" '         ***⑤司機(jī)介紹如何處理突發(fā)事故（比如數(shù)據(jù)中包含空格，逗號(hào)等特殊情況)***.
/arrangement=delimited            ***⑥其他注意情況（限制情況）***.      

/firstcase=2                      ***⑦找到自己的座位（從第2行開(kāi)始讀取數(shù)據(jù)）***.
/variables= ID F3 Name A15 Gender A1
Date_Hired ADATE10 Department F1. ***⑧到了目的地確定適宜（設(shè)定變量名及格式）***.

此次Syntax旅途暫告一段落，當(dāng)然還有許多其他格式的數(shù)據(jù)，這里不一一列舉，但通常都可以像旅途一樣實(shí)行轉(zhuǎn)換目的。