spss讀取數據syntax語句

生活中，我們常常因為這樣或那樣的事情而需要從一個城市到另外一個城市。旅途前，我們需要考慮旅途中的各個環節，比如說確定旅行方式（水、陸、空的選擇），交通工具的選擇及出行站點、出行車次（航班）等等。而把各種形式的數據按照自己的要求轉換為SPSS格式數據，就好比我們從一個城市到另一個城市，而SPSS格式的數據就是我們的目的地。

和現實生活一樣，利用Syntax將各種形式的數據轉換為我們所需的SPSS格式數據也需要我們像旅途一樣考慮一些細節問題。例如：我們從一個數據庫文檔中讀取我們所需的數據，首先確定SPSS與數據庫間采用何種連接方式（ODBC或JDBC），然后確定采集的數據來自何種數據庫（Oracle,DB2,SQL SERVER,ACCESS等），接下來就是確定類似出發站點、車次等一系列細節問題。這樣說來好像有點玄乎，下面將結合實例，看Syntax是如何一步一步的從數據庫、EXCEL、TXT等格式文檔中提取數據。

一、從數據庫中讀取數據

由于從數據庫中讀取數據需要輸入的代碼比較繁瑣，一般來說先利用菜單向導操作，在結束前利用Paste將操作大致代碼導入Syntax編輯窗口中，然后再根據自己的需要對代碼做適當的修改。例如：

GET DATA                  ***告訴SPSS你此行的目的，得到數據***.

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

/CONNECT=                 ***交通工具的選擇及細節,利用交通工具將兩地連起來就有了CONNECT***.
'DSN=Microsoft Access;DBQ=c:\mydocuments\dm_demo.mdb;'+       (通常這些細節都利用向導直接生成)
' DriverId=25;FIL=MS Access;MaxBufferSize=2048;PageTimeout=5;'
/SQL = 'SELECT * FROM CombinedTable'.

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

上面Syntax的作用是將ACCESS數據庫中CombinedTable表中所有數據導入SPSS，上面Syntax語句中紅色標注的可以說是此語句的核心部分，①、/connect子語句說明從何種數據庫從提取數據及提取相關細節，此過程通常由向導生成，一般需要用時復制-粘貼即可；②、/SQL子語句相比/CONNECT語句則是重中之重，也是此次旅途的終極目的。如果從2個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 等語句聯合運用的情況，更多SQL語法知識則需參考數據庫相關書籍（這也是目前許多公司要求做數據分析的懂數據庫的原因之一）。

注：單純從數據庫中提取數據并不需要太多數據庫知識，單純了解SQL查詢語言就可以了，個人建議讀讀《SQL循序漸進》。

二、從EXCEL格式文件中讀取數據

利用Syntax語句從EXCEL中讀取數據并沒有太多的技巧，數據讀取過程可以簡單的分為2類，一類是讀取單表數據，另一類則是讀取多表數據（與從數據庫中讀取數據語法類似，只是/CONNECT語句稍有不同）。首先簡單的說說第一類從單表中讀取數據，例如：從我的文檔中讀取名叫data的EXCEL工作薄中表salary的[A3:H160]的數據，且將讀取數據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—得到數據（get data）***.

/type=xls                          ***②讀的數據是什么類型（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你要讀取那個表（缺失時自動讀取第一個表）***.

/cellrange=range 'A3:H160'         ***⑤告訴SPSS你要讀取表中那些數據***.

/readnames=on.                     ***⑥將讀取數據的第一行設置為變量名***.

上面語法明確的表達你的意圖，再聯系我們在旅途中的種種行為，這個語句就輕而易舉的被攻克了。值得一提的是，上面語句中的④⑤⑥三個子語句都可省略，省略后SPSS將從工作薄中第一個表讀取所有數據，并將第一行默認為變量名，如果第一行為空，變量名則默認為VAR1,VAR2……，這一過程和利用菜單向導操作效果一樣，下面說說怎樣從多個表中讀取數據，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]'.  

上面的代碼和從數據庫中讀取表數據完全一樣，只是在/CONNECT語句上做了些許變化，其他的并無區別，當然重點還是后面的提取數據變量語句/SQL，這里要說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據較從單表中讀取數據的一些局限性，比如不能像單表一樣隨意選擇數據讀取范圍；讀取表中的第一行非空字符都將強制讀取為SPSS中的變量；變量類型較單一，只提供了數字和字符兩種數據類型等等。

三、從TXT格式文件中讀取數據

利用向導從TXT格式文件從讀取數據有時候會因數據格式整潔而很方便，有時又會因為格式混亂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題。通常讀取文本格式數據語句分為get data和data list兩種，采用何種語句完全憑個人喜好，當然兩種方式各有所長，比如CSV文件或是很大的容量的文本數據用get data較data list就方便的多，而在處理程序內數據（begin data……end data）或結構相對較復雜的數據時用data list語句則較get data語句更方便些。根據文本數據格式，data list語句又有data list free/list/fixed之分，這里不便一一道來，通常一般的TXT格式的數據我們很少遇到，這里主要說說從網站數據庫中導出的CSV格式的數據轉換情況，例如，我們從網站中導出如下CSV格式的數據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格式的數據轉換為我們所需的.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司機強調路上安全（數據用"，"分隔）***.

/qualifier='" '         ***⑤司機介紹如何處理突發事故（比如數據中包含空格，逗號等特殊情況)***.
/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行開始讀取數據）***.
/variables= ID F3 Name A15 Gender A1
Date_Hired ADATE10 Department F1. ***⑧到了目的地確定適宜（設定變量名及格式）***.

此次Syntax旅途暫告一段落，當然還有許多其他格式的數據，這里不一一列舉，但通常都可以像旅途一樣實行轉換目的。