ITPub博客

首页 > 大数据 > 数据挖掘 > 如何使用SPSS查看大CSV文件(超过100万行)?

如何使用SPSS查看大CSV文件(超过100万行)?

原创 数据挖掘 作者:xakzp 时间:2018-07-30 17:30:18 0 删除 编辑

本文原创作者:鲲之鹏(http://www.site-digger.com)

本文原始链接:http://www.site-digger.com/html/articles/20170208/135.html





背景: Excel(   Excel 2007-2016 )最多仅能显示100万( 1,048,576 )行,那该如何查看超过100万行的大CSV文件呢?最好的方案是先将CSV文件导入数据库(这是鲲之鹏技术人员推荐的方案),例如MySQL,一旦导入到数据库我们就可以利用SQL语句很轻松的完成一系列复杂的查询和统计工作,可以说是一劳永逸。但是对于非技术人员来说,将一个大CSV文件导入MySQL也不是件容易的事(你可以按照鲲之鹏提供的CSV转MySQL教程完成该操作: http://www.site-digger.com/html/articles/20120525/34.html )。那有没有简单的方案呢?有,那就是使用SPSS。

 

关于SPSS的介绍请谷歌之。通俗地说就是一个界面类似Excel,能支持更多行数、功能强大的数据统计分析软件。

下面鲲之鹏的技术人员将演示如何用SPSS查看一个超过450万行数据的CSV文件(这是一个大众点评网8个城市的全品类商铺数据文件,字符编码是UTF-8)。

1)启动SPSS、设置好字符编码。

由于我们要查看的是UTF-8字符编码的CSV文件,我们需要将“编辑 -> 选项 -> 常规”中“数据和语法的字符编码”设置为Unicode,否则后面中文会显示为乱码。

2)启动“文本导入向导”:

打开 -> 文件 -> 数据,选择我们要查看的CSV文件(提示:需要将文件类型筛选器选择为*.*,否则你看不到CSV文件)。

3)接下来SPSS会弹出文本导入向导, 如下图所示。

提示:如果在这里你看到的中文是乱码形式的,说明SPSS的字符编码你没设置正确,请参考步骤1完成。

“变量名称是否包含在文件的顶部”选择“ ”。

我们导入的是标准的逗号分隔符文件,分隔符选择“逗号”,文本限定符选择“双引号”。

一直下一步直至点击完成。这是数据导入工作将正式开始。

4)在SPSS的右下角可以查看到实时已导入的数据条数。提示:在导入未结束前已导入的数据如果显示为问号(如下图所示),不要担心,这是正常的,等导入完成就显示正确了。

5)导入完成。

后如下图所示,总行数超过了450万行。

6)SPSS数据分析功能小试牛刀:

统计大众点评上海市各类(根据一级分类统计)商户的分布,结果如下图所示


说明:该文章为鲲之鹏(http://www.site-digger.com)原创文章 ,您除了可以发表评论外,还可以转载到别的网站,但是请保留源地址,谢谢!!(尊重他人劳动,我们共同努力)

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/30303165/viewspace-2168650/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论

注册时间:2015-06-24

  • 博文量
    42
  • 访问量
    34793