如何用Python写入SPSS文件时保留值标签与数据标签？

问题说明 #

• 使用pyreadstat.write_sav(df)直接写入SPSS文件时，值标签、变量标签丢失
• 自定义的临时文件写入代码出现路径访问错误，无法正常将内容写入BytesIO

核心解决思路 #

pyreadstat的write_sav原生支持传入元数据参数保留标签，但需确保读取SPSS时获取完整metadata，且写入时正确传递参数；同时修复自定义代码中的类继承与文件操作逻辑问题。

方法一：直接调用write_sav完整保留标签 #

读取SPSS文件时同步获取metadata，处理DataFrame后，将metadata中的标签参数完整传入write_sav：

import pyreadstat

# 读取SPSS文件，同时获取完整元数据
df, meta = pyreadstat.read_sav("input_file.sav")

# 对DataFrame进行业务处理（如清洗、转换）
# ...

# 写入时传递所有元数据参数，保留标签与格式
pyreadstat.write_sav(
    df=df,
    dst_path="output_file.sav",
    column_labels=meta.column_labels,
    variable_value_labels=meta.variable_value_labels,
    variable_measure=meta.variable_measure,
    variable_display_width=meta.variable_display_width,
    variable_alignment=meta.variable_alignment
)

方法二：修复自定义BytesIO写入代码 #

你的自定义代码存在类继承错误与文件读取逻辑问题，修复后的代码如下：

import os
import uuid
import pathlib
from io import BytesIO
from pandas import DataFrame
import pyreadstat
from pyreadstat import metadata_container
import logging

logger = logging.getLogger(__name__)

class TempFile(pathlib.Path):
    def __exit__(self, exc_type, exc_val, exc_tb):
        filepath = str(self.absolute())
        try:
            os.remove(filepath)
        except OSError as e:
            logger.exception(f"删除临时文件 {filepath} 失败: {e}")
        self._closed = True
        super().__exit__(exc_type, exc_val, exc_tb)

class SpssTool:
    @classmethod
    def get_legal_column_names(cls, columns):
        # 补充合法列名处理逻辑（示例：替换空格为下划线）
        return [col.replace(" ", "_") if col else f"col_{i}" for i, col in enumerate(columns)]

    @classmethod
    def to_spss(cls, df: DataFrame, io: BytesIO, metadata: metadata_container, *, compress: bool = False):
        """将DataFrame写入BytesIO对象，保存为SPSS格式（sav/zsav）"""
        df.columns = cls.get_legal_column_names(df.columns.to_list())
        
        file_ext = "zsav" if compress else "sav"
        temp_path = pathlib.Path("/tmp") / f"{uuid.uuid4().hex}.{file_ext}"
        
        with TempFile(temp_path) as fp:
            pyreadstat.write_sav(
                df=df,
                dst_path=str(fp),
                column_labels=metadata.column_labels if metadata else None,
                variable_value_labels=dict(metadata.variable_value_labels) if metadata else {},
                variable_measure=metadata.variable_measure if metadata else None,
                variable_display_width=metadata.variable_display_width if metadata else None,
                variable_alignment=metadata.variable_alignment if metadata else None
            )
            # 二进制读取临时文件内容写入BytesIO
            with open(fp, "rb") as f:
                io.write(f.read())

修复要点：

• TempFile直接继承pathlib.Path，避免错误的类型继承逻辑
• 使用pathlib.Path拼接临时文件路径，提升跨平台兼容性
• write_sav的dst_path传入字符串格式路径，解决类型兼容问题
• 通过open以二进制模式读取临时文件，确保内容正确写入BytesIO
• 补充super().__exit__()调用，保证上下文管理器正常工作

关键注意事项 #

• 处理DataFrame时，不要随意修改变量类型（如数值转字符串），否则值标签会无法匹配
• 确保metadata是从pyreadstat.read_sav获取的完整对象，不要手动修改键名，避免参数不匹配
• 手动构建metadata时，variable_value_labels的键需与DataFrame列名一致，值为{数值:标签}格式的字典

内容的提问来源于stack exchange，提问作者haider ali