Stata常用命令集锦【计量经济系列（一）】
文章目录
- 1.数据集的打开、关闭与保存
- 2.stata运算符
- 3. 数据查询
- 4. 删除数据
- 5. 排序
- 6. 统计分析摘要summarize
- 7.生成新变量 gen
- 8. 修改数据
- 9.数据的合并
- 10.数据重整
ʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞ
1.数据集的打开、关闭与保存
1.1 导入Excel数据
import excel "E:\stata_projects\data\test1.xlsx", sheet("Sheet1") firstrow
从左到右，依次指定Excel文件目录，sheet工作簿，第一行为列名。
1.2 打开dta数据
以acemoglu.dta数据集为例。
打开dta文件类型的数据集，使用use命令。
use "E:\stata_projects\data\acemoglu.dta"
clear表示关闭上一个数据集。
1.3 关闭数据集
如果上一个打开的数据集是被导入的，则需要使用clear将其关闭，才能打开下一个数据集。
clear命令可以单独使用，
clear
use "E:\stata_projects\data\acemoglu.dta"
也可以写成：
use "E:\stata_projects\data\acemoglu.dta", clear
1.4 保存数据
使用save加保存的文件名及其目录。
save "E:\stata_projects\data\test1.dta"
这里保存为了stata专有的dta数据文件格式。
2.stata运算符
stata支持的运算符如下：
2.1 代数运算符
| 符号 | 描述 |
|---|---|
| + | 加 |
| - | 减 |
| * | 乘 |
| / | 除 |
| ^ | 指数 |
2.2 逻辑运算符
| 符号 | 描述 |
|---|---|
| ! | 不 |
| ~ | 不 |
| | | 逻辑或 |
| & | 逻辑并 |
2.3 比较运算符
| 符号 | 描述 |
|---|---|
| > | 大于 |
| < | 小于 |
| == | 等于（一个等号时表示赋值） |
| ~=或!= | 不等于 |
| >= | 大于等于 |
| <= | 小于等于 |
3. 数据查询
3.1 describe
describe用于描述生成内存中的数据集或存储在Stata格式数据集中的数据的摘要。
要获得变量名的紧凑列表，请使用descripe，simple。
语法
示例
use "E:\stata_projects\data\acemoglu.dta"
describe
也可以简写为d
obs是数据条数，vars是变量个数，12 Mar 2015 20:26是数据文件的修改日期
然后依次是每个变量的:
- variable name 变量名
- storage type 存储类型（数据类型），
- display format 展示格式，
- value label 变量的值标签，
- variable label（变量标签）
3.2 list
3.2.1 查看一条数据
如果要查看某条数据
则使用list命令
list
list不加任何参数默认查看所有数据。
在上边五个变量中，查看shortnam变量的数据：
list shortnam
呈现效果：
stata中的变量名可以使用前几个字符的简称，使用简称的前提是该简称能够指代的变量名唯一，否则会发生报错ambiguous abbreviation（模棱两可的缩写）。
如查看logem4变量，因为还存在一个logpgp95变量，，所以简可以写成
list loge
而不能写成
list log
3.2.2条件查询
同时查询shortnam和logem4两个变量，并只要第5个到第10个（总计6个）数据。
指定数据范围使用 in
list s loge in 5/10
第五个到第十个数据中变量logem4大于4.25的。
list s loge in 5/10 if logem4>4.25
4. 删除数据
4.1 keep
keep含义为保留，即，将keep命令指定范围外的数据删除。
如保留logpgp95 > 9的数据。
keep if logpgp95 > 9
然后需要恢复刚刚删除的数据（才能便于博客的继续展示）：
clear
use "E:\stata_projects\data\acemoglu.dta"
（即 先清除所有变量，重新读取文件）
4.2 drop
删除logem4大于4的为例
drop if logem4>4
如果想要删除变量，则只需要drop加变量名，或者keep加想要保留的变量的变量名。
5. 排序
5.1 sort
clear
use "E:\stata_projects\data\acemoglu.dta"
sort logpgp95
按照变量 logpgp95 升序（从小到大）排列。
5.2 gsort
5.2.1 语法
gsort按指定变量的升序或降序排列观察值，所以它和sort的不同之处在于，sort只生成升序排列。且得到的数据结构中没有数据类型为字符串类型的变量。
语法
5.2.2 gsort降序
gsort -logpgp95
5.2.3 gsort升序
gsort +logpgp95
或
gsort logpgp95
6. 统计分析摘要summarize
summarize计算并显示各种单变量摘要统计信息。如果未指定varlist，则会计算数据集中所有变量的汇总统计信息。
语法
且最短可缩写为su
summarize
查看更为详细的摘要统计信息，则加上可选参数（options）,detail
summarize,detail
执行结果如图所示，其中圈出的部分是每个变量的标签，作为输出表格中每个变量的唯一标识。
7.生成新变量 gen
gen是generate的简写，用于生成新的变量。如：
gen y1 = sum( logem4 )
gen y2 = sqrt(logem4)
gen y3 = logem4*2
8. 修改数据
8.1 修改单个数据
将第11条数据的avexpr改为8。
replace avexpr = 8 in 11
8.2 按条件修改多个数据
将表格中第2条数据到第20条数据范围内，变量logpgp95大于9.8且小于9.99的数据修改为8为例：
replace logpgp95 = 8 in 2/20 if logpgp95>9.8 & logpgp95<9.99
9.数据的合并
9.1 纵向合并 append
数据集test1和数据集test2如下：
将两组数据纵向合并，保存为test3.dta。
use test1,clear
append using test2
save test3,replace
其中append命令是将数据集test2纵向合并到了当前数据集（test1），但是并没有更改任何文件。这个时候使用list命令看到的是：
查看test3
use test3,clear
9.2 横向合并 merge
test4
test5
横向排序需要选择一列作为基准列，这里以变量id为例，合并前需要先使两个合并的数据集有着相同的id（值相同，顺序也要相同），这里先使用sort方法进行排序。
use test4,clear
sort id
save test5,replace
use test4,clear
sort id
merge id using test4
save test6
表格合并结果如图所示
合并过程会产生标识变量 _merge，为了不影响数据操作过程，通常使用drop _merge将其删除。
drop _merge
10.数据重整
10.1 reshape
stack命令的官方说明文档如下
通过stack命令，可以成功实现如图所示的long数据可wide数据之间的转化。
以mywide.dta数据集为例，数据具体如下：
将如图所示的wide数据转换为long数据，
命令示例如下：
use mywide
reshape long math economy, i(id name) j(year)
其中i()中的变量名是保持不变的变量名，j()中的变量名是新添加的一列的变量名。
除了指定的不变的变量名之外，只有命名方式为 字符+数字形式的变量名，如economy2003，economy2004才会被合并，且变量名中的数值会作为新的变量的值，而math2003和math2004会变成math，economy2003和economy2004则会变成economy。
不满足这样形式变量名的变量，会保持不变。
处理效果具体如下：
沿着上边的命令继续执行，将刚刚得到的long数据再变为wide数据：
只需要将reshape long改为reshape wide，其他部分不变:
reshape wide math economy, i(id name) j(year)
10.2 多列转一列 stack
还使用mywide数据集：
将数据集中的math2003 economy2003 math2004 economy2004四个变量合并成为一个新的变量，且变量名为x：
最后并删除产生的标识变量_stack：
use mywide
stack math2003 economy2003 math2004 economy2004,into(x) clear
drop _stack
10.3 转置 xpose
依然使用mywide.dta数据集：
将其转置：
use mywide
xpose, clear
转置结果如图所示，可以看到，原来数据类型为字符串类型的变量，在转置后成为了缺失值。因为每个变量中的所有数据必须属于同一数据类型。
本次分享就到这里，小啾感谢您的关注与支持！
🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ🌹꧔ꦿ
