python就是胶水语言，啥文件基本都能读取，而且pandas作为数据分析最好用的包，其功能自然也很多，可以读取各种数据文件。

本次就来演示一下怎么读取stata文件，和spss文件，他们不仅储存了数据和变量，还储存了变量的标签对应的含义，这也可以读取出来。

stata文件的后缀名是.dta，他的数据类似csv文件，但是只看英文变量名不知道什么意思。

 但是会有标签这东西：

所以我们需要读取数据，还需要处理标签。先处理标签。

先导入包：

读取每个变量名称和对应的中文标签：

这么多变量，我们只需要一些变量，所以我们就把对应的中文名放入一个列表，然后过滤一下：

 这样这里面就只有我们需要的变量名称和对应的中文标签了。我们下面正式读取数据然后进行筛选。

其实读取stata也很简单，和读取csv和excel差不多，

替换了一些数值为空是因为他们都是不合法的值。

然后过滤出来我们需要的变量：

然后查看对应的中文标签 

修改一下名称，数据就可以用了。 

spss数据是.sav文件后缀，并且数据也有对应的标签

 spss数据也可以直接读取：

变量名称没问题，但是变量不是数值，是文本，spss里面可以显示数值，这个怎么处理呢？

用pyreadstat这个包

 可以看到每个数值对应的中文含义都在这个文件里面。pyreadstat读取后就直接是数值型数据了。

spss里面很多999之类的数据是缺失值，所以可以这样处理：  

如果你想改变数据的含义，让他们数值映射为不同的含义，可以新自定义一个字典，写入spss数据，

 数据和对应的标签含义都写入了，很方便。