python spss数据分析事例

在Python中，使用SPSS（Statistical Package for the Social Sciences）进行数据分析通常需要安装`pyodbc`或`pandas-ibm`库来连接和读取SPSS数据。以下是一个简单的例子，展示如何使用`pandas`处理SPSS数据集：

# 首先，确保安装了必要的库
# 安装：
# pip install pandas ibm-cdf ibm-watson ibm-db-connector-python pyodbc

import pandas as pd
from pyodbc import connect

# 连接到SPSS数据库
server = 'your_server'
database = 'your_database'
username = 'your_username'
password = 'your_password'

connection_string = f'DRIVER={{IBM SPSS Statistics ODBC Driver}};SERVER={server};DATABASE={database};UID={username};PWD={password}'
conn = connect(connection_string)

# 使用ODBC连接读取数据
sql_query = 'SELECT * FROM your_table_name'
spss_df = pd.read_sql(sql_query, conn)

# 查看数据前几行
print(spss_df.head())

# 对数据进行分析，例如描述性统计、数据清洗等
description = spss_df.describe()
清洗后的_df = spss_df.dropna()  # 删除缺失值

# 分析事例：假设我们要计算某列变量的平均值
mean_value = spss_df['your_column_name'].mean()
print(f'The mean value of column "{your_column_name}": {mean_value}')

# 关闭数据库连接
conn.close()