Stata/資料管理

讀取和匯入資料

通常，資料使用 use 命令載入到記憶體中。clear 選項確保記憶體中的當前資料庫將被刪除，而不會儲存最後的更改。

use "W:\Data\…\table.dta" , clear	

cd 命令允許指定工作目錄，並簡化將表載入到記憶體中的操作。

cd "W:\Data\" 
use table, clear

Stata9 使用者可以使用 use10 命令匯入 Stata10 資料集。

use10 table, clear

一些示例資料集儲存在 Stata 目錄中。它們可以使用 sysuse 命令載入到記憶體中。

. sysuse cancer, clear
. sysuse smoking, clear
. sysuse auto, clear
. sysuse jspmix, clear

您可以使用 insheet 匯入逗號分隔值 (CSV) 格式。

insheet using "W:\Data\…\table.csv", delim(";")	

另請參閱

• 'webuse' 用於網際網路資料
• 'xmluse' 用於 xml 檔案
• 'infile' 用於文字檔案
• 'input' 用於從鍵盤輸入資料
• 'infix'
• 'fdause' 用於 SAS xport 資料
• 如果這些命令都不起作用，您可以使用 Stat/Transfer
• FTRANS：用於批次轉換檔案格式的模組

儲存和匯出資料

• save

save table, replace

如果您使用 Stata10，可以使用 saveold 匯出到 Stata9 格式。

saveold table, replace

• outsheet : 匯出到製表符分隔或 csv 格式。

outsheet using "W:\Data\…\table.csv", replace comma		

另請參閱

• outfile
• xmlsave
• fdasave

追加和合並

標準 Stata 命令是 merge。但是，使用者編寫的命令 mmerge 更安全，並提供更好的輸出。可以使用 ssc install mmerge 命令或 findit mmerge 命令安裝此命令。

• dmerge
• joinby 合併資料集之間所有可能的配對

• append 如果您有兩個具有相同變數但不同觀測值的資料集，可以使用 append 命令建立一個數據集。

use data_1, clear
append data_2
br 

描述資料集

• des
• des, s
• codebook
• codebook2

檢測缺失值

• tabmiss
• npresent
• nmissing

可以使用 mvencode 命令將缺失值轉換為值。

mvencode exg ga dvg verts eco dr dvd fn reg mnr div, mv(0) override

變數

通常，您需要將變數從字串轉換為數值格式。有幾種方法可以做到這一點。如果您在字串變數中已經擁有數值，則應使用 destring。否則，您應使用 encode 命令。Encode 將自動建立一個數值變數，並將使用先前變數的字串值作為值標籤。

• gen
• egen
• replace
• recode
• drop
• keep
• rename

'vallist' 給出 Stata 中分類變數的所有類別的列表。

vallist codep

處理標籤

• lab var
• lab list
• lab define
• lab value

擴充套件

• 您可以使用 expand 命令擴充套件資料集（即按給定因子將觀測值乘以）。

這對於生成面板資料模型很有用。在第一個示例中，我們在標準正態分佈中繪製 10 個觀測值，並將每個觀測值複製一次。

clear
set obs 10
gen u = invnorm(uniform())
expand 2
sort u
br 

也可以將整數變數作為引數傳遞給 expand。

clear
set obs 10
gen u = uniform()
gen var = 1 + int(10 * uniform())
expand var
sort u 
br

clear
set obs 10
gen u = invnorm(uniform())
expandcl 2 , gen(cl)

資料儲存型別

Stata 中的所有數值型別都是普通的“帶符號”量，除了最高的 27 個值保留用於“缺失”型別（., .a, .b, ..., .z）。每個變數的儲存大小如下

變數	大小（以位元組為單位）
byte	1
int	2
long	4
float	4
double	8
string	每個字母 1 個（因此只有 ASCII 字元，而不是完整的 Unicode/UTF-8）