第4讲数据操作和数据管理1Word文档格式.docx
《第4讲数据操作和数据管理1Word文档格式.docx》由会员分享，可在线阅读，更多相关《第4讲数据操作和数据管理1Word文档格式.docx（33页珍藏版）》请在冰豆网上搜索。
重塑数据集
标签，显示格式和注释
变量的更改和重命名
检查数据
文件操作
混合数据命令
当数据管理任务很复杂或需要重复进行时，Stata用户可以编写自己的程序来自动完成这些工作。
尽管Stata是因其分析功能而著名，其实它同时也具有广泛的数据管理功能。
本讲将介绍其中一些基本功能。
一、基本数据命令
1．[D]use....................................................LoadStatadataset
useLoadStatadataset（打开Stata数据集）
例1：
（打开指定变量，可应用条件语句：
if/in）
useln_wagegradeagetenureraceusingnlswork
describe
2．[D]save....................................................SaveStatadataset
saveSaveStatadataset（保存Stata数据集）
savefilename（首次保存文件）
save,replace（保存且替换已有文件）
3．[D]describe...................................Describedatainmemoryorinfile
describeDescribedatainmemoryorinfile（描述内存或文件中的数据，生成内存数据或文件数据的概要）
注意：
第一，变量名保证没有歧义的情况下可以使用缩写，或使用缩写通配符（~）代替省略部分，例如displ~；
第二，可以指定一系列的变量，如变量1-变量n
usestates,clear
describe,numbers（变量按顺序编号，变量名前面加上数字序号）
describe,fullnames（完整变量名）
describestateregionmedianmarriagedivorce（变量列表，注意此处用到了缩写）
例2：
usecensus,clear
describepop*（通配符*）
describestateregionpop18p（stat或po都是错误的）
例3：
describeusingstates
例4：
useauto,clear
describe（显示报告，内存数据未改变）
describe,replace（没有报告显示，内存数据已改变，生成包含报告显示信息的新数据集）
d
list
4．[D]edit....................................BrowseoreditdatawithDataEditor
editBrowseoreditdatawithDataEditor（利用数据编辑器浏览或修改数据）（可应用条件语句：
if和in）
edit操作汇总：
Modes三种模式：
1.编辑模式；
2.浏览模式；
3.过滤模式（包含条件语句：
inrange；
ifexp）
Thecurrentobservationandcurrentvariable了解当前的观测值和当前变量
Assigningvaluelabelstovariables为变量指定值标签
Changingvaluesofexistingcells修改已有值
Addingnewvariables增加新变量
Addingnewobservations增加新观测值
Copyingandpasting复制和粘贴
Loggingchanges工作日志的改变
5．[D]list................................................Listvaluesofvariables
listListvaluesofvariables（列表显示变量值。
可应用条件语句：
if/in；
by前缀语句）
例：
useauto,clear
listin1/2
listmakempgweightdisplforeignin46/55,sepby（foreign）（分类显示）
listmakempgweightdisplforeignin46/55,dividersep
（2）abbreviate（12）（指定垂直线、水平线和变量名称缩写方式）
listforeignin51/55,nolabel（显示数字代码而不是标签值）
6．[D]label...................................................Manipulatelabels
labelManipulatelabels（标签操作）
labeldata"
1978AutomobileData"
labelvariableforeign"
Cartype"
labeldefinerepair1"
verypoor"
2"
poor"
3"
medium"
4good5"
verygood"
labelvaluesrep78repair
tabulaterep78
tabulaterep78,nolabel
numlabel,add（添加前缀数码）
numlabelrepair,remove（删除前缀数码）
numlabel,addmask（"
[#]"
）（修改前缀数码）
tabulaterep78
usehbp4,clear
describe
labeldefineyesno0"
no"
1"
yes"
（定义值标签yesno）
labeldir（列出全部已定义的值标签的名称）
labellist（列出全部已定义的值标签的名称和内容）
labeldefineyesno2maybe（错误提示）
labeldefineyesno2maybe,add（正确，增加标签）
labeldefineyesno2maybe,modify（正确，modify可以替代add）
labellistyesno
labeldefineyesno2"
don'
tknow"
add（错误提示）
modify（正确，modify除了增加还有修改值标签功能）
labellistyesno
"
modify（删除指定标签的内容）
labeldropyesno（删除单个标签）
labellist
labeldrop_all（删除全部标签）
labeldefineyesno1"
2no
labelcopyyesnoyesnomaybe（复制值标签）
labeldefineyesnomaybe3maybe,add
labellist
labelsaveyesnomaybeusingynfile（保存值标签）
typeynfile.do（显示程序文件）
usesurvey,clear
labellist
runynfile（运行程序文件：
自动给新文件添加值标签）
7．[D]rename..................................................Renamevariable
renameRenamevariable（变量重命名）
renamerep78repair
8．[D]renamegroup....................................Renamegroupsofvariables
renamegroupRenamegroupsofvariables（变量组重命名）
renameoldnew
rename（old1old2...）（new1new2...）
renameold1old2...,upper¦
lower¦
proper（全部大写¦
全部小写¦
首字母大写）
rename*,lower（所有变量小写）
9．[D]varmanage..................Managevariablelabels,formats,andotherproperties
varmanageManagevariablelabels,formats,andotherproperties（管理变量标签，格式和其他属性）
10．[D]sort...........................................................Sortdata
sortSortdata（数据升序排序）
sortmpgweight
listmakempgweightin1/8
11．[D]gsort........................................Ascendinganddescendingsort
gsortAscendinganddescendingsort（升序和降序）（与sort的区别：
sort只能升序）
gsortprice
listmakepricein1/10（10个最低价）
gsort-price
listmakepricein1/10（10个最高价）
gsort-make
listmakein1/10（字符变量排序）
（注意gsort和sort的区别）
usebp3,clear
gsortidtime
listidtimebp
gsortid-time
sortid-time
（每个病人的最低血压和最高血压）
egenlo_bp=min（bp）,by（id）（方法1）
egenhi_bp=max（bp）,by（id）
browse
gsortidbp（方法2）
byid:
genlo_bp1=bp[1]
gsortid-bp
genhi_bp1=bp[1]
list,sepby（id）
（略：
正向和反向累积分布）
setobs100（方法1）
generatex=rnormal（）
cumulx,gen（cum）
setobs100（方法2：
正向累积）
sortx
byx:
gencum=_Nif_n==1
replacecum=sum（cum）
replacecum=cum/cum[_N]
gsort-x（错误提示）
byx:
genrcum=_Nif_n==1
replacercum=sum（rcum）
replacercum=rcum/rcum[_N]
gsort-x,gen（revx）（方法2：
反向累积）
byrevx:
12．[D]inspect............................Displaysimplesummaryofdata’sattributes
inspectDisplaysimplesummaryofdata’sattributes（显示数据属性的简单概要：
by前缀语句）
命令描述：
不同于概要统计命令summarize或tabulate，inspect报告负数、零和正数的数目；
整数和非整数的数目；
唯一值和缺失值的数目；
以及一个小的直方图。
它的目的不是分析而是
快速熟悉未知的数据。
usebobsdata,clear
inspectregion
labellistcenreg
tabulateregion
usecensus,clear
inspectregion
usecitytemp,clear
inspecttempjan
13．[D]codebook...........................................Describedatacontents
codebookDescribedatacontents（描述数据内容，不加参数或指定一个或几个变量）（对于连续型变量，显示均值、标准差、以及10%、25%，50%，75%，90%分位数。
对于分类变量，得到一个频数表。
如果变量的唯一值个数是9个以下，codebook命令判断为分类变量，因此报告一个频数表；
如果变量的唯一值个数是10个以上，判断为连续型变量，报告描述性统计表）
useeduc3,clear
codebookfipsdivision,all
codebook,compact
usefunnyvar,clear
codebook
codebook,problems
compress（数据压缩）
replacecity=trim（city）（删除字符串变量的前缀和后缀空格）
replacecountry=trim（country）
replaceplanet=trim（planet）
replacetime=round（time）（四舍五入）
replacevar=destring（var）（字符型变量转数值型变量）
replacevar=substr（var,x,y）（提取字符串函数，x起始字节，y提取字符长度）
encode字符变量,gen（新数值变量）作用：
将字符型变量转化为数值型变量
egennobs=rownonmiss（varlist）
dropifnobs==0（去掉变量的缺失值）
14．[D]datatypes....................................Quickreferencefordatatypes
datatypesQuickreferencefordatatypes（数据类型）
存储类型（精度更高，取值范围更大）所占字节
byte1
int2
long4
float4
double8
存储类型最大长度（字符）所占字节
str111
str222
str244244244
15．[D]missingvalues.............................Quickreferenceformissingvalues
missingvaluesQuickreferenceformissingvalues（缺失值的快速参考）
.默认形态，系统缺失值
.a.b.c…….z扩展缺失值
（空的）字符缺失值
.<
.a<
.b<
…<
.z在数值中最大
在字符中最小
二、创建和删除变量
1．[D]clear......................................................Clearmemory
命令：
clear（清除内存）
usebpwide
listin1/5
replacebp_after=145in3
listin1/5（第三个观测值的bp_after的值已经改变,需要强调的是改变的是内存数据，而不是硬盘数据）
（假设我们打算改变第四个观测值而不是第三个观测值的bp_after的值.最容易的方法就是重新clear）
clear
replacebp_after=145in4
2．[D]compress.........................................Compressdatainmemory
compressCompressdatainmemory（压缩内存中的数据）
compress
3．[D]generate................................Createorchangecontentsofvariable
generate/replaceCreateorchangecontentsofvariable（创建新变量或更改已有变量的内容）（可使用前缀by命令）
usegenxmpl1,clear
generateage2=age^2（age2已经定义）
replaceage2=age^2
usegenxmpl2,clear
list
generatelastname=word（name,2）
（指定变量类型）
usegenxmpl3,clear
generateintage2=age^2
（指定if/in条件语句）
generateintage2=age^2ifage>
30
例5：
usegenxmpl4,clear
replaceodd=5in3或（replaceodd=5ifodd==-8）
4．[D]drop.........................................Dropvariablesorobservations
drop/keepEliminatevariablesorobservations（删除或保留变量或观测值。
ifin；
by前缀语句）（drop和keep是不可逆的。
一旦删除观测值，就无法再次读取它们，只能重新读取原始数据集。
）
usecensus11,clear
droppop*
dropmarriagedivorcemrgratedvc
升级会员 