spss-数据抽取-拆分与合并
数据抽取也成为数据拆分，是指保留、抽取原数据表中某些字段、记录的部分信息，形成一个新字段、新纪录。分为：字段拆分和随机抽样两种方法。
一：字段拆分
如何提取“身份证号码”字段。身份证号码里面包含了许多信息，例如省份、城市、出生日期、性别等等。我们将它抽取出来，就可以得到相应的字段。也就可以做相应的分析了。如用户的省份分布、出生日期、性别等。
大家都知道在excel中使用字符函数（right、mid、left）就可以将这些信息提取出来。那么在spss中该如何使用呢？接下来教给大家一个在spss中的函数方法。
Substr函数，它跟excel中的mid函数的用法是一致的。函数如下：
Substr（字符串 , 提取的起始位置 , 提取的字符个数）
操作步骤：
【转换】--【计算变量】，弹出【计算变量】对话框，如图
首先在【函数组】框中找到“字符串”类，在【函数和特殊变量】中选择“char.substr(3)”函数，双击，这时该函数就会被移入【数字表达式】框中，然后将表达式修改为“CHAR.SUBSTR(身份证号码,7,4)”，这样就完成了公式的编写。
接着在【目标变量】框中，输入变量名称“年份”，并在【类型与便签】功能中设置为“字符串”
最后点击【确定】按钮。这样就新增加了一个变量“年份”。
拓展：SPSS中计算变量这个功能非常常用，类似于excel的编辑栏功能，可以输入函数或者计算公式来新增变量，后续还会使用它来进行相关的数据处理操作。
二：数据合并
数据合并是指综合数据表中某几个字段的信息或记录，组合成一个新字段、新记录。主要分为两种：A、字段合并、B、记录合并。
A、字段合并，是指将几个字段合并为一个新字段。例如将前面从身份证号码中提取出来的年、月、日三个单独的字段进行合并，得到出生日期。
介绍一个函数concat
操作步骤如上
最后新增加一步：如果想要对年龄进行计算，需要将变量视图中“出生日期2”的数据类型更改为日期。
B、记录合并，也称纵向合并。是将具有共同的数据字段、结构，不同的数据记录表信息合并的一个新的数据表中。
操作步骤：
【数据】-【合并文件】-【添加个案】，弹出【添加个案】对话框。
选择【浏览】，打开文件
点击【继续】按钮。
如果正确，点击【确定】按钮。完成男女数据合并工作。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在数据分析中，“正态分布” 是许多统计方法（如 t 检验、方差分析、线性回归）的核心假设 —— 数据符合正态分布时，统计检验的 ...
2025-10-28箱线图（Box Plot）作为展示数据分布的核心统计图表，能直观呈现数据的中位数、四分位数、离散程度与异常值，是质量控制、实验分 ...
2025-10-28在 CDA（Certified Data Analyst）数据分析师的工作中，“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域，单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布，却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合，理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA（Certified Data Analyst）数据分析师而言，“假设检验” 绝非 “套用统计公式的机械操作”，而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中，“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”，直接决定了运营动作 ...
2025-10-24在卷积神经网络（CNN）的训练中，“卷积层（Conv）后是否添加归一化（如 BN、LN）和激活函数（如 ReLU、GELU）” 是每个开发者都 ...
2025-10-24在数据决策链条中，“统计分析” 是挖掘数据规律的核心，“可视化” 是呈现规律的桥梁 ——CDA（Certified Data Analyst）数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上，Python 凭借其丰富的科学计算库（NumPy、FilterPy）、深度学习框架（PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域，“状态估计” 是核心任务 —— 即从含噪声的观测数据中，精准推断系统的真 ...
2025-10-23在数据分析全流程中，“数据清洗” 恰似烹饪前的食材处理：若食材（数据）腐烂变质、混杂异物（脏数据），即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域，“大模型” 已成为近年来的热点标签：从参数超 1750 亿的 GPT-3，到万亿级参数的 PaLM，再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中，“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中，“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中，订单数据分散 ...
2025-10-22在神经网络设计中，“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”（模型无法捕捉复杂数据规律，如用单隐 ...
2025-10-21在特征工程流程中，“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度，剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中，“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA（Cert ...
2025-10-21在实际业务数据分析中，我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额（少数用户单次消费上万元，多数集 ...
2025-10-20在数字化交互中，用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”，到内容 APP 的 “点击短 ...
2025-10-20
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
