Statdata Transfer
跨统计软件格式数据迁移与元数据保留
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Statdata Transfer。 它的用途是：跨统计软件格式数据迁移与元数据保留 完整的 Skill 内容见：https://321skill.com/skills/statdata-transfer-x-7/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'请将这个SPSS的.sav文件转换为Stata的.dta格式，并保留所有变量标签和值标签。' AI会调用Statdata Transfer读取原始文件，自动检测格式并转换，输出目标.dta文件，同时保留变量标签、值标签和特殊缺失值等元数据。
介绍
Statdata Transfer 解决的是科研与数据分析中常见的格式壁垒问题：不同统计软件（SPSS、Stata、SAS、R、Minitab 等）生成的二进制文件无法直接互转，且简单 CSV 导出会丢失变量标签、值标签、特殊缺失值等关键元数据。该工具支持 50+ 统计软件格式的读入与转存，确保二进制级别的元数据完整保留。
使用方式非常直接：将源文件路径和目标格式作为参数传入，工具自动识别原始格式并完成转换，同时保留所有元数据。对于 .rda/.rds/.RData/.mtw/.rec 等需要本地 R 解释器的格式，默认该回退功能是禁用的，但可通过 all 参数按需启用。此外，运行时会自动检查环境并提示安装缺失的 Python 依赖包。
适合需要频繁在不同统计软件间迁移数据的研究人员、数据分析师、量化交易员以及高校学生。尤其适合处理大型调查数据集、临床试验数据、金融时间序列等对元数据完整性要求较高的场景。
使用前建议先运行 scripts/check_env.py 确认环境就绪；若需处理 R 格式文件，请确保本地已安装 R 并开放相关接口。注意该工具不支持非统计类格式（如 Excel、JSON）的通用转换，且大规模文件转换时需关注内存占用。
核心特点
不同于简单的 CSV 导出/导入，Statdata Transfer 完整保留变量标签、值标签、特殊缺失值等统计二进制格式的元数据；且支持按需调用本地 R 解释器处理 R 与 Minitab 格式，其他同类工具通常仅支持主流格式或少有元数据保护能力。
注意事项
不适合非统计格式（如 Excel、JSON、CSV）的通用数据转换，且处理 RData/RDS 等格式时需额外本地 R 解释器（默认禁用），无法在纯 Python 环境下完成。
常见问题
支持哪些统计软件格式？
支持 50+ 统计软件格式，包括 SPSS (.sav)、Stata (.dta)、SAS (.sas7bdat)、R (.rda/.rds/.RData)、Minitab (.mtw/.rec) 等主流二进制格式。
如何处理 RData 格式文件？
默认不启用本地 R 解释器，需在调用时添加 all 参数开启；请确保本地已安装 R 并配置好环境变量，否则会报错。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/statdata-transfer-x-7/raw/index.md 读取 Statdata Transfer 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/statdata-transfer-x-7/raw/index.md（查看排版版本）