温馨提示: 定期 清理浏览器缓存,可以获得最佳浏览体验。
New!
lianxh
命令发布了:
随时搜索推文、Stata 资源。安装命令如下:
. ssc install lianxh
详情参见帮助文件 (有惊喜):
. help lianxh
⛳ Stata 系列推文:
编者按:从本期开始,Stata 连享会将推出「Stata 小白系列」推文,介绍数据导入、命令语法等 Stata 入门知识,以帮助各位尽快掌握 Stata 的基本操作。需要注意的是,本文所有数据可通过
lxhget xzhstata.pkg, replace
命令获取。
目录
如果把内存中的数据集视为一个矩阵,则我们对数据的基本操作包括两类:删除列或行。对于 Stata 而言,命令的主要操作对象是变量 (矩阵的列),而有些时候我们也需要删除特定的观察值 (矩阵的行)。这些操作都可以配合使用 drop
和 keep
命令来实现。
原始数据有时包含过多的变量,但在实际应用中可能根据需要将原始数据拆分为不同的数据表,这时就要实现数据的横向拆分。数据的横向拆分用到的两个命令为 drop
和 keep
。
. sysuse auto.dta, clear
. drop weight length
. save auto_sim01.dta, replace
我们调入数据后,使用 drop
命令删除了两个变量,进而把处理后的数据文件另存到文件夹中。若该文件夹下已经存在一个名称为 auto_sim01.dta 则自动覆盖,这是 replace
选项的作用。
按照上述思路,也就不难理解如下命令的含义了:
. sysuse auto.dta, clear
. keep make price mpg rep78 foreign
. save auto_sim02.dta, replace
一般而言,除非数据文件非常大导致每次调入耗时较长,我们很少另存数据文件。我们会将主要的修改动作都保留于 dofile 中。每次分析时,只需修改 dofile 或执行 dofile 中的特定语句即可实现对子样本的处理。毕竟,dofile 本质上是文本文件,文件大小通常不超过几十 k。
原始数据有时包含过多的样本观测值,但在实际应用中可能根据需要将其按某种特征拆分为不同的数据表,这是就要实现数据的纵向拆分。此时,仍然可以使用 drop
和 keep
命令。例如,将 auto.dta 数据文件拆分为两个数据文件:auto_domestic.dta 和 auto_foreign.dta,操作如下:
. sysuse auto.dta, clear
. keep if foreign==0
. save auto_domestic.dta, replace
. sysuse auto.dta, clear
. keep if foreign==1
. save auto_foreign.dta, replace
通过上述范例可以看出,使用 Stata 自带的 keep
和 drop
命令可以快捷地删除变量或观察值,但在命令写法上较为繁琐。我们可以使用外部命令 savesome
来提高效率 (该命令是 Stata 官方命令 save
的扩展版)。
*命令安装
cnssc install savesome, replace
*命令语法
savesome [varlist] [if exp] [in range] using filename [, old
save_options]
其中,
using filename
:表示要保存的子集文件名及文件路径;old
:是较为重要的选项,可以将数据保存为较低版本的文件格式,如 Stata15 用户可以将数据另存为在 Stata14 或以下版本的数据文件。类似的命令还有 Stata 官方命令 saveold
。对于前文提到的例子,我们可以使用 savesome
来实现相同的功能:
. sysuse auto.dta, clear
. savesome make price mpg rep78 foreign using auto_sim02.dta, replace
. sysuse auto.dta, clear
. savesome if foreign==0 using auto_domestic.dta, replace
数据的横向合并是横向拆分的逆操作,但是其要比拆分复杂。对于时间序列资料而言,要保证同一时点的两个变量的观察值对接到同一行;而对于截面个体资料而言,要保证同一个人的年龄数据与该人的收入数据在同一行。而对于面板数据资料,则需数据中有两个变量能够唯一标示每一行观察值,以保证 A 数据文件中的 “张三疯-2016” 与 B 数据文件中的 “张三疯-2016” 处于同一行。合并所使用的命令语句为 merge
,具体语句如下所示:
merge [varlist] using filename [filename ...] [, options]
其中,merge
为合并的命令语句,[varlist]
代表用以合并的变量,using filename
指的是与原文件进行合并的文件。options
具体选项如下:
keep(varlist)
:只保留 filename 中特定的变量;_merge(newvar)
:合并之后生成的新变量,默认名称为 _merge;nolabel
:不要复制 filename 中所定义的标签;nonotes
:不要复制 filename 中所定义的注释;update
:用 filename 中的数据代替内存中的缺失值;replace
:用 filename 中的数据代替内存中中的非缺失值;nokeep
:删除数据库中不能匹配的观测值;nosummary
:删除 summary 变量;unique
:匹配变量在原文件与合并文件中都是唯一的;uniqmaster
:匹配变量在原文件中必须是唯一的;uniqusing
:匹配变量在用以合并文件中必须是唯一的;sort
:合并前进行排序。利用数据文件 waterinput 和 wateroutput 实现数据的横向合并,匹配变量为 year,生成新的数据文件命名为 waternew。
. use wateroutput.dta, clear
. sort year
. save wateroutput.dta, replace
. use waterinput.dta, clear
. sort year
. merge year using wateroutput.dta
. save waternew.dta, replace
数据的纵向合并为数据纵向拆分的逆操作,使用的主要命令为 append
命令,具体语句如下:
append using filename [, options]
在这个命令语句中,append
是进行纵向合并的命令语句,using filename
是进行纵向合并的文件路径,[, options]
的内容与 merge
相似,但更为简化。例如,利用数据文件 auto_domestic.dta 和 auto_foreign 实现数据的纵向合并,生成的数据文件命名为 autonew.dta。
. sysuse auto.dta, clear
. keep if foreign==0
. save auto_domestic.dta, replace
. sysuse auto.dta, clear
. keep if foreign==1
. save auto_foreign.dta, replace
. use auto_domestic.dta, clear
. append using auto_foreign.dta
. save autonew.dta, replace
csvconvert
命令用于将多个 csv
格式文件合并为一个 .dta
格式文件,比较适合处理具有时间周期性特点的变量。
*命令下载
cnssc install csvconvert, replace
*命令语法
csvconvert input_directory, replace [options]
其中,options
选项如下:
output_file(file_name)
:设置输出文件名;output_dir(output_directory)
:设置输出路径;input_file(.csv file list)
:选择要合并的文件。
Note:产生如下推文列表的 Stata 命令为:
lianxh 拆分 合并 清洗, m
安装最新版lianxh
命令:
ssc install lianxh, replace
免费公开课
最新课程-直播课
专题 | 嘉宾 | 直播/回看视频 |
---|---|---|
⭐ 最新专题 | 文本分析、机器学习、效率专题、生存分析等 | |
研究设计 | 连玉君 | 我的特斯拉-实证研究设计,-幻灯片- |
面板模型 | 连玉君 | 动态面板模型,-幻灯片- |
面板模型 | 连玉君 | 直击面板数据模型 [免费公开课,2小时] |
⛳ 课程主页
⛳ 课程主页
关于我们
课程, 直播, 视频, 客服, 模型设定, 研究设计, stata, plus, 绘图, 编程, 面板, 论文重现, 可视化, RDD, DID, PSM, 合成控制法
等
连享会小程序:扫一扫,看推文,看视频……
扫码加入连享会微信群,提问交流更方便
✏ 连享会-常见问题解答:
✨ https://gitee.com/lianxh/Course/wikis
New!
lianxh
命令发布了:
随时搜索连享会推文、Stata 资源,安装命令如下:
. ssc install lianxh
使用详情参见帮助文件 (有惊喜):
. help lianxh