第4讲数据操作和数据管理1

1第四讲数据操作和数据管理（一）参考书目：（Alsosee）①Mitchell,M.N.2010.DataManagementUsingStata：APracticalHandbook.CollegeStation,TX：StataPress.②Long,J.S.2009.TheWorkflowofDataAnalysisUsingStata.CollegeStation,TX:StataPress.③Hamilton,L.C.2013.StatisticswithStata:UpdatedforVersion12.8thed.Boston:Brooks/Cole.（中文版见⑤）④Baum,C.F.2009.AnIntroductiontoStataProgramming.CollegeStation,TX：StataPress⑤《应用STATA做统计分析》（劳伦斯·汉密尔顿著，郭志刚等译，重庆大学出版社，2011）。⑥《社会统计分析与数据处理技术：STATA软件的应用》（杨菊华，中国人民大学出版社，2008）数据分析的第一步首先要求将原始数据改造为Stata可用的格式。我们可以将一个新数据通过以下几种方式载入Stata：①键盘输入；②读取原始数据的ASCII格式文件；③将电子表格数据粘贴到数据编辑窗口(Editor)中；④应用第三方数据转换程序将其他电子表格、数据库或统计程序创建的系统数据集直接转换过来。一旦Stata有了内存数据，我们就可以在Stata中将其存为Stata格式，以利将来方便地取用和更新。数据操作和管理包括如下功能：⑴基本数据命令⑵创建和删除变量⑶函数和表达式⑷日期和时间⑸加载，保存，导入和导出数据2⑹合并数据⑺重塑数据集⑻标签，显示格式和注释⑼变量的更改和重命名⑽检查数据⑾文件操作⑿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....................................................LoadStatadatasetuseLoadStatadataset(打开Stata数据集)例1：(打开指定变量，可应用条件语句：if/in)useln_wagegradeagetenureraceusingnlsworkdescribe2．[D]save....................................................SaveStatadatasetsaveSaveStatadataset(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...................................DescribedatainmemoryorinfiledescribeDescribedatainmemoryorinfile（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n3例1：usestates,cleardescribe,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,cleardescribepop*(通配符*)describestateregionpop18p（stat或po都是错误的）例3：describeusingstates例4：useauto,cleardescribe(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）dlist4．[D]edit....................................BrowseoreditdatawithDataEditoreditBrowseoreditdatawithDataEditor(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4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................................................ListvaluesofvariableslistListvaluesofvariables(列表显示变量值。可应用条件语句：if/in；by前缀语句)例：useauto,clearlistin1/2listmakempgweightdisplforeignin46/55,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...................................................ManipulatelabelslabelManipulatelabels(标签操作)例1：useauto,clear5labeldata1978AutomobileDatalabelvariableforeignCartypelabeldefinerepair1verypoor2poor3medium4good5verygoodlabelvaluesrep78repairtabulaterep78tabulaterep78,nolabelnumlabel,add(添加前缀数码)tabulaterep78numlabelrepair,remove(删除前缀数码)numlabel,addmask([#])(修改前缀数码)tabulaterep78例2：usehbp4,cleardescribelabeldefineyesno0no1yes(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)labellistyesnolabeldefineyesno2don'tknow,add(错误提示)labeldefineyesno2don'tknow,modify(正确，modify除了增加还有修改值标6签功能)labellistyesnolabeldefineyesno2,modify(删除指定标签的内容)labellistyesnolabeldropyesno(删除单个标签)labellistlabeldrop_all(删除全部标签)labellist例3：usehbp4,cleardescribelabeldefineyesno1yes2nolabellistyesnolabelcopyyesnoyesnomaybe(复制值标签)labeldefineyesnomaybe3maybe,addlabellistlabelsaveyesnomaybeusingynfile(保存值标签)typeynfile.do(显示程序文件)usesurvey,clearlabellistrunynfile（运行程序文件：自动给新文件添加值标签）labellist77．[D]rename..................................................RenamevariablerenameRenamevariable(变量重命名)例1：useauto,clearrenamerep78repair8．[D]renamegroup....................................RenamegroupsofvariablesrenamegroupRenamegroupsofvariables(变量组重命名)例：renameoldnewrename(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,andotherpropertiesvarmanageManagevariablelabels,formats,andotherproperties(管理变量标签，格式和其他属性)10．[D]sort...........................................................SortdatasortSortdata(数据升序排序)例：useauto,clearsortmpgweightlistmakempgweightin1/811．[D]gsort........................................AscendinganddescendingsortgsortAscendinganddescendingsort(升序和降序)(与sort的区别：sort只能升序)例1：useauto,clear8gsortpricelistmakepricein1/10(10个最低价)gsort-pricelistmakepricein1/10(10个最高价)gsort-makelistmakein1/10(字符变量排序)例2：(注意gsort和sort的区别)usebp3,cleardescribegsortidtimelistidtimebpgsortid-timelistidtimebpsortid-timelistidtimebp例3：(每个病人的最低血压和最高血压)usebp3,clearegenlo_bp=min(bp),by(id)（方法1）egenhi_bp=max(bp),by(id)browsegsortidbp（方法2）byid:genlo_bp1=bp[1]gsortid-bp9byid:genhi_bp1=bp[1]list,sepby(id)例4：（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）generatex=rnormal()sortxbyx:gencum=_Nif_n==1replacecum=sum(cum)replacecum=cum/cum[_N]gsort-x（错误提示）byx:genrcum=_Nif