数据读入|一文读懂用Stata读入不同类型的数据

本文作者：乔昕悦，香港大学经管学院

本文编辑：王玉洁

技术总编：李婷婷

我们可以通过如下命令选取最经典的auto进行读取：

2.use

① 读入电脑中已有的.dta文件

②从网站获取数据

使用use+数据网址可以直接从Stata网站上获取数据。

3. webuse

webuse这个命令可以直接从Stata的网站上获取数据，和上边介绍use+Stata 网站上的数据网址可以达到同样的效果。

       大多数情况下我们需要读入的数据并不是.dta格式的，因此需要使用其他的命令，在这里我们考虑.csv和.txt格式的文本文档为大家进行介绍。

       常见文本文档的分隔方式分为四种：逗号分隔，制表符分隔，空格分隔、固定宽度的文本文档。在这里我们介绍的命令有insheet, import delimited, infix, infile。

       接下来通过一个包含学生的姓名，年龄和大学英语四六级考试的成绩的数据文件来介绍各个命令的使用。(Note：本文中用到的txt、csv、excel文件，大家有需要的话，可以后台回复“数据读入文件”获取噢~)

1. insheet

我们将以逗号分隔的.csv格式文件用文本文档打开，如下图所示：

通过如下程序可以进行读入：

② 以制表符分隔

下图为用制表符分隔的文本文档：

③ 用空格分隔

下图为用空格分隔的文本文档：

三种不同分隔方式读入的数据均如下图所示：

2. import delimited

• 不指定分隔符时，Stata默认以逗号或制表符分隔:

• 指定分隔符时，分以下两种情况：

①默认情况下，如果写为：delimiter("djkbg")，则d,j,k,b,g每一个字符都是一个分隔符。

如果文本是以空格分隔的，可以定义空格为分隔符delimiter(" ")，程序如下：

以%%%.txt为例：如下图所示，%%%.txt文件中我们所需的变量信息是以%%%分隔的。

3. infix

infix主要用于读入固定宽度的数据。我们以下面宽度不同的两种文本(fixedwidth1.txt 和 fixedwidth2.txt)来为大家介绍：

如果我们想读入上图所示的fixedwidth1.txt文本文件，程序如下：

4. infile

infile可以处理自由格式（free format）和固定格式（fixed format）的文本文档。

①自由格式

指通常用空格、制表符等分隔的文本文档，我们通过如下命令进行数据读入：

②固定格式

需要使用dictionary来读取，在之前的推文《 infile，你这是要搞事情啊！》中有详细的介绍，这里就不为大家赘述了。

• firstrow：将Excel第一行设置为变量名

• cellrange(start)：设置表格读取的范围

• sheet("sheetname")：读入选定表单