
SPSS分隔符格式数据文件的输入
分隔符格式文本文件的输入
我们使用Windows“记事本”创建一个显示如下格式的TEXT2.TXT的文件。
组中值,样本数,比例,累计次数,累计比例
0,7,5.56,7,15.56
1,3,6.67,10,22.22
2,8,7.78,18,40.00
3,7,5.56,25,55.56
4,7,5.56,32,71.11
5,4,8.89,36,80.00
6,2,4.44,38,84.44
7,3,6.67,41,91.11
8,3,6.67,44,97.78
该数据文件保存在配套光盘中(\SPSS\DATA\TEXT2.TXT)。
操作过程:
(1) 在主菜单中点击“File-Open-Data”命令,出现打开文件操作窗口。
(2) 在“查找范围”栏指定文本文件“TEXT2.TXT”保存的文件夹;在“文件类型”栏里,单击该输入框或者右边的下拉按钮(三角形按钮),在下拉选项里选中“Text (*.txt)”,然后在文件列表框里选中“Text2.txt”文件,再单击“打开”按钮。
(3) 出现数据引导对话窗口。
① 第一个对话窗口的设置
Does your text file match a predefined format(该文本文件是否与以前定义过的格式匹配?)
○ Yes 选择此项,则“Browse..”按钮被激活,可以将以前定义的文件调出。
⊙ No 不使用预先保存匹配的文本格式文件。
然后点击“下一步”按钮,出现文本输入向导的第二个对话窗口。
②第二个对话窗的设置
How are your variables arranged (变量间分隔方式?):
⊙Delimited: 变量间用特殊符号分隔,本例选中该项。
○Fixed width: 变量间为固定列宽度。
Are variable names included at top your file (文件顶端是否含变量名?)
⊙Yes: 文件中第1行为变量,本例选中该项。
○NO: 文件中没有变量名,系统自动给变量命名。
然后点击“下一步”按钮,出现文本输入向导的第三个对话窗口。
③第三个对话窗口的设置
The first case of data begins on which: 2 指定数据从哪一行开始,本例从第2行开始。
How are your cases represented 如何表达记录,有两种选择:
⊙Each line represents a: 每个记录占一行,本例选中该项;
○A specific number of variables represents: 多少个变量代表1个记录。
How many cases do you want to import 读入多少记录?
⊙All of the cases: 全部记录。系统默认,本例选中该项;
○The first 1000 cases: 开始的1000个记录;
○A random percentage of the cases (approximately): 随机选择一定百分比。
然后,点击下一步按钮。
④ 第四个对话窗口的设置
Which delimiters appear between variables: 变量间的分隔符号
□Tab: 制表符 □Space: 空格 Comma: 逗号,本例选中此项 □Semicolon: 分号 □Other: 自定义,将符号填入后面框里
What is the text qualifier? (字符串文本是用什么字符限制的?)
⊙ None 没有限制符,系统默认。
○ Single quote? 单引号。
○ Double quote? 双引号。
○ Other 其它字符。
⑤第五个对话窗口的设置
Specifications for variable(s) selected the data preview(设置在数据显示栏选中变量的属性):
Variable name:?? 重新定义变量名称。
Data:? 重新定义变量的数据类型。
Original Name 原来的变量名称
观察数据读取情况,重新设置变量名和变量的数据类型。
⑥第六个对话窗口的设置
Would you like to save this file format for future?(是否将文件格式保存)
○ Yes 选此项,“Save as ..”按钮激活,单击按钮后,将文件另存到指定的路径。在有相同格式文本文件时调用
它来设置。
⊙ No 不保存
Would you like to paste the syntax?(是否存为程序语句文件?)
○ Yes 选中此项,则将上述过程保存为程序文件。
⊙ No 不保存为程序语句文件,系统默认。
设置完成后,在窗口的数据显示框里观察数据读取情况,如果读出的数据不对,可以点击“上一步”按钮,回到前面的对话窗口里进行修正设置。数据显示正确后,点击“下一步”按钮。最后单击“完成”按钮,文本数据就输入到数据编辑窗里。
比较两种文本格式文件的输入结果,发现定界符格式文件的输入比较方便操作,数据类型也好掌握,因此,我们在使用数据输入时尽量采用这种格式的文本文件。数据分析培训
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28