如何将 sas7bdat 文件转换为 csv？

Question

我想将 .sas7bdat 文件转换为 .csv/txt 格式，以便我可以将其上传到 Hive 表中。 我从外部服务器接收 .sas7bdat 文件，但我的计算机上没有 SAS。

Answer 1

使用 R 外部包之一读取文件，然后使用该工具转换为 CSV。

http://cran.r-project.org/doc/manuals/R-data.pdf 第 12 页

改用 SAS7BDAT 软件包。它似乎忽略了自定义格式，读取底层数据。

在 SAS 中：

proc format;
value agegrp
   low - 12 = 'Pre Teen'
   13 -15 = 'Teen'
   16 - high = 'Driver';
run;

libname test 'Z:\Consulting\SAS Programs';

data test.class;
set sashelp.class;
age2=age;
format age2 agegrp.;
run;

在 R 中：

 install.packages(sas7bdat)
 library(sas7bdat)
 x<-read.sas7bdat("class.sas7bdat", debug=TRUE)
 x  

Answer 2

Python 包

sas7bdat

（可在此处获取）包含一个用于读取 sas7bdat 文件的库：

from sas7bdat import SAS7BDAT
with SAS7BDAT('foo.sas7bdat') as f:
    for row in f:
        print row

和一个命令行程序无需编程

$ sas7bdat_to_csv in.sas7bdat out.csv

Answer 3

我最近编写了这个包，允许您使用 Hadoop/Spark 将 sas7bdat 转换为 csv。它能够分割巨大的sas7bdat文件，从而实现高并行性。解析还使用@Ashpreet建议的parso

https://github.com/saurfang/spark-sas7bdat

Answer 4

如果这是一次性的，您可以从这里免费下载SAS系统查看器（注册帐户后，也是免费的）：

http://support.sas.com/downloads/package.htm?pid=176

然后您可以使用查看器打开 sas 数据集并将其另存为 csv 文件。据我所知，没有 CLI，但如果您真的愿意，您可能可以编写一个自动热键脚本或类似的脚本来将 SAS 数据集转换为 csv。

也可以使用 OLE DB 的 SAS 提供程序来读取 SAS 数据集，而无需实际安装 SAS，可在此处获取：

http://support.sas.com/downloads/browse.htm?fil=0&cat=64

但是，这相当复杂 - 如果您想了解一些文档，可以在这里找到一些文档：

http://support.sas.com/documentation/cdl/en/oledbpr/59558/PDF/default/oledbpr.pdf

Answer 5

感谢您的帮助。我结束了我们在 java 中使用 parso 实用程序的工作，它的工作非常顺利。该实用程序将行作为对象数组返回，我将其写入文本文件。

我从以下位置引用了该实用程序：http://lifescience.opensource.epam.com/parso.html

Answer 6

为了完成和补充Andrew的Python答案，

pandas

还允许您使用函数

read_sas

读取SAS文件。您只需要传递适当的参数即可，例如：

import pandas as pd
import pathlib

path_file = pathlib.Path('../data/data_file.sas7bdat')

df = pd.read_sas(path_file, format='sas7bdat')

之后，您可以将 DataFrame 保存为几乎任何您想要的格式，包括

.csv

。

我从来没有遇到过这种方法的问题，但请注意，有些用户已经报告了一些bugs。