这个问题我碰到过好多次，本质上是CSV的无类型特性和SPSS自动类型推断的“小乌龙”导致的，具体原因拆解如下：

• CSV本身不存储数据类型：和SPSS的.sav文件不同，CSV就是纯文本文件，没有变量类型、格式的元数据。当SPSS读取它时，只能靠扫描内容来“猜”每个变量的类型。如果你的类别变量里，刚好有部分案例的取值和SPSS默认的日期格式完全匹配（比如05/20被识别为MM/DD、202406被识别为YYYYMM，甚至10-15被当成月-日），SPSS就会把这些值自动转成日期类型，而其他不匹配格式的类别值（比如“其他”“A01”）则会保留原文本（或者变成缺失值，取决于推断逻辑）。

• SPSS的自动推断抽样规则：SPSS读取CSV时，通常会抽样前若干行（默认一般是20行）来判断变量类型。如果抽样到的行里有几个日期格式的值，它就会把整个变量标记为日期类型。这时候，后续行里符合日期格式的类别值会被转成日期，不符合的要么变成系统缺失，要么被强制转换成日期格式的奇怪值（比如“无”可能变成缺失）。但如果抽样没抽到日期值，变量会被设为字符串，但后续行里的日期格式值还是可能被自动转换显示成日期样式（看起来像变了，但实际存储的还是字符串）。

• CSV导出时的格式细节：原SPSS导出CSV时，如果你的类别变量是字符串类型，SPSS默认不会给带特殊格式的字符串加引号。那些看起来像日期的字符串（比如03/04）没有引号包裹，SPSS读取时就会优先识别为日期，而不是纯文本。

怎么解决这个问题？ #

• 读取CSV时手动指定变量类型：在SPSS的“读取文本数据”向导里，找到这个变量，把它的类型强制设为“字符串”，不要用自动推断。
• 导出CSV时给字符串变量加引号：在SPSS导出CSV的设置里，勾选“给字符串值加引号”，这样类似日期的字符串会被当成纯文本处理。
• 换用更靠谱的格式：如果文件太大，试试导出SPSS的压缩.sav文件，或者用Stata的.dta格式，这些格式都会保留变量类型和元数据，不会出现这类问题。

内容的提问来源于stack exchange，提问作者Susanne