Есть ли способ сохранить метки значений для категориальных данных Stata в Python?

Вот ответ на ваш вопрос. Вероятно, это не то, что вы ожидали, потому что я не использую pd.to_Stata, а интеграцию Python, разработанную на Stata 16.

Приведенный ниже код должен выполняться в Stata (начиная с версии 16). Вкратце, я создаю Pandas Data.Frame (df), который я экспортирую в Stata. Хитрость заключается в том, чтобы применить метки к значениям, используя функциональность ValueLabel.setLabelValue() из библиотеки sfi.

clear all

python:
from sfi import ValueLabel, Data
import pandas as pd

data = [['Eren Jaeger', 15, 1, 'Soldier' ] , ['Mikasa Ackerman', 14, 1, 'Soldier'], ['Armin Arlert', 14, 1 , 'Soldier'],['Levi Ackerman', 30, 2, 'Captain']]  
#creating DataFrame
df = pd.DataFrame(data, columns = ['Name', 'Age', 'Rank_num', 'Rank'])

##              Name  Age  Rank_num     Rank
##0      Eren Jaeger   15         1  Soldier
##1  Mikasa Ackerman   14         1  Soldier
##2     Armin Arlert   14         1  Soldier
##3    Levi Ackerman   30         2  Captain


# Set number of observations in Stata
Data.setObsTotal(len(df))

#Create variables on Stata (from Python)
Data.addVarStr("Name",10)
Data.addVarDouble("Age")
Data.addVarInt("Rank_num")

#Store the content of "df" object from Python to Stata
Data.store("Name", None, df['Name'], None)
Data.store("Age", None, df['Age'], None)
Data.store("Rank_num", None, df['Rank_num'], None)

# HERE is where I solve your question!
# 1) Create the labels
ValueLabel.setLabelValue('rank_num_LABEL', 1, 'Soldier')
ValueLabel.setLabelValue('rank_num_LABEL', 2, 'Captain')
ValueLabel.getValueLabels('rank_num_LABEL')

# 2) Attach the labels to the created variable
#Attach the created label 
ValueLabel.setVarValueLabel('Rank_num', 'rank_num_LABEL')

end 

br

* At the end, you will see the following on the Stata browser
* Name              Age Rank_num
* Eren Jaeger       15  Soldier
* Mikasa Ackerman   14  Soldier
* Armin Arlert      14  Soldier
* Levi Ackerman     30  Captain

Если вы хотите лучше понять причину приведенного выше кода, вот ссылки, которые я использовал для его изучения.

1. Интеграция Stata/Python, часть 9: Использование интерфейса функций Stata для копирования данных из Python в Stata
2. Интеграция Stata/Python, часть 8: Использование интерфейса функций Stata для копирования данных из Stata в Питон

Панды, эквивалентные переменной Stata со строковыми значениями, закодированными в числовом виде, — это категориальный тип dtype. Экспорт столбца категорий с помощью метода to_stata будет экспортировать его как таковой. На примере Альваро А. Гутьерреса Варгаса:

data = [['Eren Jaeger', 15, 1, 'Soldier' ] , ['Mikasa Ackerman', 14, 1, 'Soldier'], ['Armin Arlert', 14, 1 , 'Soldier'],['Levi Ackerman', 30, 2, 'Captain']]
df = pd.DataFrame(data, columns = ['Name', 'Age', 'Rank_num', 'Rank'])
df['Rank'] = df['Rank'].astype('category')
df.to_stata('YOUR/PATH/HERE', write_index=False)

Это создаст набор данных Stata с переменной Rank, закодированной как 0 = капитан, 1 = солдат. Можно изменить порядок, используя Categorical.reorder_categories() или Categorical.set_categories(), например:

df['Rank'] = df['Rank'].cat.reorder_categories(['Soldier', 'Captain'], ordered=True)

Теперь при экспорте методом to_stata будет использоваться кодировка 0=солдат, 1=капитан.

Однако нет возможности указать пользовательскую кодировку, поэтому, если вам нужно что-то более конкретное, чем кодировка от 0 до max, вам следует использовать метод Альваро А. Гутьерреса Варгаса.

По состоянию на апрель 2023 года pandas позволяет вам указывать «value_labels» в pd.DataFrame.to_stata(). Если вы посмотрите на код метода «to_stata», вы найдете описание добавления меток переменных, меток данных, а также меток значений: Вот кусок из этого описания:

....

value_labels : словарь словарей

Словарь, содержащий столбцы в качестве ключей и словари значений столбцов для меток в качестве значений. Метки для одной переменной не должны превышать 32 000 символов.

....

Пример: Если для столбца «животные», который может принимать два значения [1,2], вы хотите установить метки ['Cat', 'Dog], в pd.DataFrame.to_stata() вы указываете:

value_labels = {'животные': {1: 'Кошка', 2: 'Собака'}}