stataのdtaファイルをpythonで読み込みたい。

Question

前提・実現したいこと

csvファイルやexcelファイルと同じく、stataのdtaファイルをpython上で読み込みたい。
dtaファイルがバージョンが古いものなので、pandasで読み込むことに苦戦している。

発生している問題・エラーメッセージ

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-8-cfc129fd7a02> in <module>()
      1 import pandas as pd
      2 
----> 3 df = pd.read_stata("egroupsrepdata.dta")

~\Anaconda3\lib\site-packages\pandas\util\_decorators.py in wrapper(*args, **kwargs)
    175                 else:
    176                     kwargs[new_arg_name] = new_arg_value
--> 177             return func(*args, **kwargs)
    178         return wrapper
    179     return _deprecate_kwarg

~\Anaconda3\lib\site-packages\pandas\io\stata.py in read_stata(filepath_or_buffer, convert_dates, convert_categoricals, encoding, index_col, convert_missing, preserve_dtypes, columns, order_categoricals, chunksize, iterator)
    183                          columns=columns,
    184                          order_categoricals=order_categoricals,
--> 185                          chunksize=chunksize, encoding=encoding)
    186 
    187     if iterator or chunksize:

~\Anaconda3\lib\site-packages\pandas\util\_decorators.py in wrapper(*args, **kwargs)
    175                 else:
    176                     kwargs[new_arg_name] = new_arg_value
--> 177             return func(*args, **kwargs)
    178         return wrapper
    179     return _deprecate_kwarg

~\Anaconda3\lib\site-packages\pandas\io\stata.py in __init__(self, path_or_buf, convert_dates, convert_categoricals, index_col, convert_missing, preserve_dtypes, columns, order_categoricals, encoding, chunksize)
   1013             self.path_or_buf = BytesIO(contents)
   1014 
-> 1015         self._read_header()
   1016         self._setup_dtype()
   1017 

~\Anaconda3\lib\site-packages\pandas\io\stata.py in _read_header(self)
   1036             self._read_new_header(first_char)
   1037         else:
-> 1038             self._read_old_header(first_char)
   1039 
   1040         self.has_string_data = len([x for x in self.typlist

~\Anaconda3\lib\site-packages\pandas\io\stata.py in _read_old_header(self, first_char)
   1235         self.format_version = struct.unpack('b', first_char)[0]
   1236         if self.format_version not in [104, 105, 108, 111, 113, 114, 115]:
-> 1237             raise ValueError(_version_error)
   1238         self.byteorder = struct.unpack('b', self.path_or_buf.read(1))[
   1239             0] == 0x1 and '>' or '<'

ValueError: Version of given Stata file is not 104, 105, 108, 111 (Stata 7SE), 113 (Stata 8/9), 114 (Stata 10/11), 115 (Stata 12), 117 (Stata 13), or 118 (Stata 14)

該当のソースコード

df = pd.read_stata("egroupsrepdata.dta")

試したこと

dtaファイルのバージョンが古いためにできない、ということだと理解したので古いファイルをpythonで読めるように調べている。

補足情報（FW/ツールのバージョンなど）

Python3.7を使っています。

Answer 1

stata は、歴史のあるソフトなので、古いバージョンのものを読むのは結構難しいと思います。
Pandas が対応している一番古い Stata 7 のリリースは2000年で、Pandas の最初のリーリースが2008年なのです。

無料でということであれば、stata をもっている人を探して変換してもらうのが一番簡単だと思います。

それ以外に考えられるのは、歴史のある統計ソフト、R、SPSS 等で読めるかどうか試して見ることです。
R には、read.dta というライブラリーがあって、version 5 から対応しています。

Comments

[YZYZ]

ありがとうございました。R経由でcsvファイルに書き出すことができました。今後同じ問題にぶつかったときはRでも解決できないか考えてみようと思います。