DTA 转 ORC

将 Stata Data File(.dta)文件转换为 Optimized Row Columnar(.orc)格式。

源文件 Stata Data File:DTA 是统计软件 Stata 的原生数据集格式,以二进制结构存储变量、观测值、变量标签、值标签与缺失值定义,读写大表速度快且类型系统严谨。经济学、社会学、流行病学的论文复现包几乎必备 .dta 数据文件。Stata 各版本格式有代际差异(117/118/119),低版本打不开高版本文件。转换为 CSV/XLSX 便于跨软件分析,转 Parquet 则面向大数据管线。

目标格式 Optimized Row Columnar:ORC(Optimized Row Columnar)是 Apache Hive 生态的列式存储格式,针对 Hadoop 大数据场景深度优化:谓词下推、轻量压缩、ACID 事务支持与向量化执行,是 Hive 数仓表的首选存储。转换为 Parquet 可跨 Spark/Impala 生态,转 CSV/JSON 便于小规模分析,转 Feather 供 Python 快速读取。

1选择源格式文件
支持格式:.DTA
2目标格式
.dta .orc
大文件或复杂格式转换可能需要 1-2 分钟,转换完成后自动下载。请勿关闭或刷新页面。