Stata基礎操作：數據管理（二）

相似文件 換一批

是 否 +2 論壇幣

k人 參與回答

經管之家送您一份

應屆畢業(yè)生專屬福利!

求職就業(yè)群

趙安豆老師微信：zhaoandou666

經管之家聯合CDA

送您一個全額獎學金名額~ !

立即領取

感謝您參與論壇問題回答

經管之家送您兩個論壇幣！

+2 論壇幣

Stata基礎操作：數據管理（二） Stata WorkShop2:Data Management Chang Y. Chung Princeton University

/*在當前工作路徑下建立dm文件夾并進入*/

cap findfile dm if "`r(filename)'" == "" mkdir dm cd dm 復制代碼

/*下載數據、解壓、進入解壓包*/ copy "https://codeload.github.com/Chang-Y-Chung/dm/zip/master" "dm-master.zip" unzipfile "dm-master.zip", replace cd dm-master 復制代碼 /*顯示自帶及部分下載數據集*/

sysuse dir,all 復制代碼 /*Some Variables from auto.dta*/ sysuse auto, clear describe make price mpg foreign 復制代碼 /*tabulate(含標簽）*/

sysuse auto, clear tabulate foreign 復制代碼 /*tabulate(不含標簽）*/

sysuse auto, clear tabulate foreign, nolabel 復制代碼

/*summarize*/ sysuse auto, clear summarize price mpg 復制代碼

/*其它一些有用的命令*/ sysuse auto, clear describe make mpg price inspect make mpg price codebook make mpg price 復制代碼

/* 輸出到EXCEL-export excel與import excel 為Stata12新增*/

sysuse auto, clear keep make price foreign keep in 1/5 export excel using auto.xls, replace first(var) !start auto.xls // windows /* !open auto.xls // mac */ 復制代碼

/*輸入EXCEL文件中的數據*/

import excel using auto.xls, clear firstrow describe 復制代碼 菜單操作:File------>Import--------->EXCEL spreadsheet(*.xls,*.xlsx)

/*常見數據集的處理情形*/

/*Append 舉例*/

/*奇數集*/ use http://www.stata-press.com/data/r13/odd1.dta, clear keep in 1/3 list save odd.dta, replace 復制代碼

/*偶數集*/ clear all input number even odd 4 10 . 5 12 . end list save even.dta, replace 復制代碼

/*將偶數集追加到奇數集中*/ use odd.dta, clear append using even.dta, generate(obsFrom) list 復制代碼

/*關于Append追加 */ 語法: append using filename [, options] 將硬盤中的副數據集(即上式using后的數據集)添加到內存中的數據集(主數據集) 1.新的主數據集添加更多觀測值 2.變量間的匹配的依照變量名(而不是變量序號) 3.沒有的變量也會以缺失值代替 復制代碼

/*Merge 舉例*/

cd dm-master   // 解壓文件夾為dm-master use age, clear // 主數據集 merge 1:1 id using weight, report save ageWeight, replace 復制代碼 input region  x       1   15       2   13       3   12       4   11    end save z,replace clear all input id  region  a            1    2  26            2    1  29            3    2  22            4    3  21            5    1  24            6    5  20 end merge m:1 region using z ,report keepusing(region x) sort id,stable                browse 復制代碼

/*關于merge（橫向）*/

句法:merge 1:1 varlist using "using file name", report或者merge m:1 varlist using "using file name", report 依照主/副數據集相同變量加以橫向合并， 主數據集中的數據是不可更改，將一同出現在新數據集 默認情況下會自動產生一個含以下序號的_merge變量，意義分別為： 序號1-指master-代表該值僅存在于主數據集 序號2-指using-代表該值僅存在于副數據集 序號3-指master-代表該值同時存在于副數據集和主數據集 復制代碼 /*數據輸入*/ infile: infile str14 country setting effort change using test.raw, clear list in 1/3 復制代碼

/*自由文本格式Free-format*/： 1.指每個變量的值均以空格/Tab/逗號分開 2.如果嵌入空格或逗號，那么字符數據值會加引號 3.如果不同觀測值已經以行劃分開，應考慮使用import delimited(自Stata13起取代insheet) 復制代碼

/*固定格式文本數據：Fixed Column Format*/ //固定格式指每個變量的值均在固定的列，有時需要用字典文件（.dct)加以描述 //輸入：以test.raw為例 infile using test.dct, clear //查看： type test.dct 復制代碼

注：固定與自由格式是ASCII格式的兩種分類

*expand：拓展數據，以下述韋恩圖的繪制為例，將整理后的數據集中的每一類觀測值按(freq頻數倍)復制，還原為初始數據集 //Venn diagram using venndiag 維恩圖 ssc install venndiag clear input hayfever  eczema  freq 1        0      31088 1        1      9863 0        1     43522 0        1       9258 0        0     35299 1        0     11024 1        1     6200 0        0     345262 end list expand freq venndiag hayfever  eczema 復制代碼 *collapse——建立包含描述性統計結果的數據集 sysuse auto gen lprice=ln(price) collapse(max) max_lprice=lprice max_mpg=mpg ///         (iqr) iqr_lprice=lprice iqr_mpg=mpg ///          if !missing(rep78) ,by(rep78)          sort rep78 list save 1.dta,replace  //保存 /*將lprice 和mpg 的最大值和四分位間距(iqr)提取出，命名為max_lprice/max_mpg/iqr_mpg/iqr_lprice. 注：四分位間距：即上四分位數與下四分位數之間的差值，四分位數越大，說明數據離散程度越大*/ 復制代碼

*contract_生成包含百分數與頻數的數據集 sysuse auto contract rep78 foreign //也可附加freq()選項以對頻數變量命名，默認為_freq list,sep(0) //轉換為原數據 expand _freq  //按上述默認的頻數變量值倍還原 復制代碼 /*joinby--->m:m 多對多合并*/ /*務必對關鍵變量family-ID加以排序*/ webuse set http://www.stata-press.com/data/dmus webuse parname sort famid save parnamesort webuse kidname sort famid save kidnamesort use parnamesort joinby famid using kidnamesort 復制代碼 /*cross   ------->一一交叉 可用于數據集間不同變量相互交叉組合的可能性分析，因此兩個數據集中的變量名最好不同，如下為4*4組合*/ webuse set http://www.stata-press.com/data/dmus webuse moms1 list save moms1,replace webuse dads1 list save dads1,replace webuse moms1 cross using dads1 list 復制代碼

// Reshaping long to wide webuse set  http://www.stata-press.com/data/dmus webuse cardio_long describe list in 1/10 reshape wide bp pl, i(id) j (trial) reshape long *Data management using Stata Page 258 復制代碼 // Reshaping long to wide webuse set  http://www.stata-press.com/data/dmus webuse cardio_wide describe reshape long bp pl, i(id) j(trialnum) reshape wide 復制代碼

掃碼加我 拉你入群

請注明：姓名-公司-職位

以便審核進群資格，未注明則拒絕

分享0 收藏14 回帖

關鍵詞：Stata基礎 Stata 基礎操作 tata 數據管理 富陽

謝謝分享~~~

謝謝分享

好貼，謝謝分享。

xddlovejiao1314 發(fā)表于 2015-9-24 21:27
好貼，謝謝分享。

感謝師兄，真誠到永遠！

niuniuyiwan 發(fā)表于 2015-9-25 08:56
感謝師兄，真誠到永遠！

  

謝謝分享！

很詳細啊，受教了！謝謝！

stata中字典文件是怎么創(chuàng)立的？

好貼，謝謝分享