Python读取SPSS(.sav)文件时日期变量转换异常求助

问题根源 #

SPSS的日期数值基准是1582年10月15日，而非Python datetime/time模块默认的Unix时间基准（1970年1月1日），且SPSS不同日期类型的存储单位不同（DATE类型存天数，DATETIME类型存秒数），直接用Unix时间戳转换必然得到错误日期。

方法1：PyreadStat读取时自动解析日期 #

直接在读取.sav文件时指定参数，让PyreadStat自动处理日期转换，无需手动操作：

import pyreadstat

# 读取时自动将SPSS日期转为Pandas datetime类型
df, meta = pyreadstat.read_sav("你的文件.sav", dates_as_pandas_datetime=True)

方法2：手动转换已读取的数值 #

如果已经将日期读取为float类型，根据SPSS的日期类型选择对应转换方式：

情况1：SPSS DATE类型（存储单位为天数）

from datetime import datetime, timedelta

# SPSS日期基准点
spss_epoch = datetime(1582, 10, 15)
# 替换为你的日期数值
spss_date_num = 160223
# 计算正确日期
correct_date = spss_epoch + timedelta(days=spss_date_num)
# 格式化为目标样式
print(correct_date.strftime("%d-%b-%Y"))  # 输出：02-Feb-2021

情况2：SPSS DATETIME类型（存储单位为秒数，如你提供的13831603200）

from datetime import datetime, timedelta

spss_epoch = datetime(1582, 10, 15)
spss_datetime_num = 13831603200
correct_date = spss_epoch + timedelta(seconds=spss_datetime_num)
print(correct_date.strftime("%d-%b-%Y %H:%M:%S"))

方法3：Pandas批量转换 #

如果用Pandas读取文件，可直接用pd.to_datetime指定基准和单位：

import pandas as pd

# 假设date_col是读取的日期列，SPSS DATE类型（天数）
df['date_col'] = pd.to_datetime(df['date_col'], origin='1582-10-15', unit='D')

# 若是SPSS DATETIME类型（秒数）
df['date_col'] = pd.to_datetime(df['date_col'], origin='1582-10-15', unit='s')

内容的提问来源于stack exchange，提问作者Steinunn Sigurjónsdóttir