Statdata Transfer
支持50+统计软件格式的数据读写与元数据保留工具
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：支持50+统计软件格式的数据读写与元数据保留工具 完整的 Skill 内容见：https://321skill.com/skills/statdata-transfer-x/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
‘帮我把这份SPSS的.sav数据文件转换成Stata能用的.dta格式，要保留所有的变量标签和缺失值定义。’，它会调用Statdata Transfer读取文件，完整提取元数据，并生成一个完全保留这些信息的.dta文件。或者，你可以说：‘我有一批来自不同部门的.RData数据，需要合并分析，但担心值标签丢失。’，工具会确保在读取和合并过程中所有标签信息得以保留。
介绍
Statdata Transfer 是一个专注于统计数据分析领域的工具，它解决了研究人员和数据分析师在处理不同统计软件（如SPSS、Stata、SAS、R等）生成的数据文件时，面临的数据格式不兼容、元数据（如变量标签、值标签、特殊缺失值）丢失的痛点。它能够作为数据转换的桥梁，确保数据在跨平台流转时的完整性和准确性。
使用时，你可以通过命令行或集成到你的数据分析脚本中调用该工具。它支持读取和转存超过50种统计格式。对于某些需要特定运行环境的格式（如R的.rda文件），工具提供了可选的本地R解释器调用功能（默认禁用），并能在运行时检查环境并提示安装缺失的Python包。
这个工具非常适合需要频繁处理多来源统计数据的学术研究者、数据分析师、市场研究人员以及高校学生。无论是进行跨研究的数据合并、为不同统计软件准备数据，还是长期的数据归档项目，它都能显著提升数据预处理的效率和可靠性。
使用建议：在处理核心数据前，建议先使用其内置的环境检查脚本（scripts/check_env.py）确认依赖。如果工作流中涉及R二进制文件，请根据文档说明谨慎启用本地R解释器回退功能，并注意其可能带来的环境依赖复杂性。对于常规的统计格式转换，其纯Python实现通常已足够高效可靠。
核心特点
与通用数据转换工具相比，它专精于统计领域，能完整保留统计二进制文件特有的元数据（如变量标签、值标签），这是许多通用工具会丢失的关键信息；同时，它针对统计软件生态提供了深度集成选项（如调用本地R）。
注意事项
不适合处理非统计领域的通用文件格式（如Excel、CSV的复杂样式），且启用R解释器功能需要额外的本地环境配置。
常见问题
能处理SAS的.sas7bdat文件吗？
可以，它是支持的50多种格式之一，并能保留其元数据。
必须安装R才能用吗？
不是必须。仅当处理.rda/.rds等R特定格式且启用回退功能时才需要，默认禁用。
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/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/raw/index.md（查看排版版本）