Stata小白系列之一：调入数据

作者：谢作翰 | 连玉君
编者按：从本期开始，Stata 连享会将推出「Stata小白系列」推文，介绍数据导入、命令语法等 Stata 入门知识，以帮助各位尽快掌握 Stata 的基本操作。
Stata连享会精彩推文1 || 精彩推文2

特别说明

文中包含的链接在微信中无法生效。请点击本文底部左下角的

【阅读原文】

复制代码

，转入本文

【简书版】

复制代码

。
目录

概念区分
调入本地标准文件
调入全部数据
调入部分变量
调入部分样本
调入具有某些特征的样本
调入网络文件
调用 stata 自带数据库——
1. sysuse
复制代码
命令
调入stata 手册在线数据 ——
1. webuse set
复制代码
命令
Wooldridge， Greene 等经典教科书范例数据获取——
1. bcuse
复制代码
命令
调用联邦储备经济数据库 (FRED)——
1. freduse
复制代码
&
1. import fred
复制代码
大杀器
1. copy
复制代码
命令——从下载地址直接储存文件或复制网页文本信息

第二篇

调入ASCII数据
读取ASCII数据 —— insheet命令
读取无固定格式命令 ——infile命令
读取固定格式数据——infix
调入excel数据——
1. import excel
复制代码
&
1. xls2dta
复制代码

[h2]0 从一个概念区分开始：打开&调入数据[/h2]使用

stata

复制代码

的第一步是打开文件，但这一简单动作也是有所讲究的。严格来说，使用打开是不确切的。

stata

复制代码

在内存中分配了一块空间，用于存储调入的数据，而这份数据其实是存储于硬盘或网络上的数据文件的复制品而已，除非使用 save 命令将其保存到硬盘上，硬盘中数据文件是不受任何影响的。

小白上路，从细节做起！

[h2]1. 调入本地 Stata 格式数据文件[/h2]

命令：

1. use [varlist] [if] [in] using filename [, clear nolabel ]
复制代码

解释：
1. use
复制代码
是打开数据的命令语句，
1. varlist
复制代码
代表变量名称，
1. if
复制代码
是条件语句，用于限定样本范围；
1. in
复制代码
是范围语句，很少用
1. using filename
复制代码
代表数据文件路径和名称。

[h3]1.1 调入文件中全部数据[/h3]如果想要调入

usaauto

复制代码

数据文件中的全部数据，输入标准命令如：

1. use "D:\360Downloads\PanDownload\操作数据\教程数据\chap02\date.dta", clear
复制代码

说明：

use

复制代码

是表示调入的命令语句，引号中

D:\360Downloads\PanDownload\操作数据\教程数据\chap02\date.dta

复制代码

则指定了数据文件的路径。
[h3]1.2 调入文件中部分变量[/h3]有时，并不需要将数据文件中的所有变量全部调入，因为原始数据内容丰富，含有很多变量，而研究可能只涉及其中的几个变量。所以若只调入

usaauto

复制代码

文件中的

make

复制代码

和

price

复制代码

这两个变量，应该使用如下命令：

1. use make price using "C:\data\usaauto.dta"
复制代码

这个命令中

use make price

复制代码

部分表示需要打开

make

复制代码

和

price

复制代码

两个变量，

using “C:\data\usaauto.dta”

复制代码

部分表示打开的数据文件路径及名称，如果用户使用此命令打开其他数据文件，所应用的命令相似，只需要把表示文件名称和变量的具体内容修改即可
[h3]1.3 调入文件中部分样本[/h3]有时，原始数据文件的样本数量过于庞大，例如人口普查的数据动辄千百万，可是一般的研究大部分不需要全部的样本，只需要部分样本即可，所以这时候只需要打开部分样本。例如，若只需要调入

usaauto

复制代码

数据文件中第五到第十个样本的数据，可以使用如下命令：

1. use "C:\data\usaauto.dta" in 5\10
复制代码

解释：

1. use "C:\data\usaauto.dta"
复制代码
表示调入的数据文件名称及路径，
1. in 5\10
复制代码
表示选取的样本序号，即选取第 5-10 行观察值。

[h3]1.4 调入具有某些特征的样本[/h3]有时，原始数据将不同特征的样本混杂在一起，而现实的研究却要求将不同的样本分开研究，例如分别研究男性、女性的情况，城市、农村的经济问题，等等。这时就需要只调入具有这些特征的样本数据进行分析，在这个试验中，调入

usaauto

复制代码

文件中进口车样本数据的命令为：

1. use "C:\data\usaauto.dta" if foreign==1
复制代码

解释：这个命令语句中最重要的就是

if

复制代码

语句，该命令执行的结果就是让 stata 仅仅读入符合条件的样本数据。在本例中，

foreign==1

复制代码

就表示是进口车，所以调入的数据就是进口车的数据。
[h2]2. 调入 Stata 自带范例数据文件[/h2][h3]2.1 sysuse 命令：调用 stata 内置数据集[/h3]安装 Stata 时，会自带一些供练习所用的范例数据集。在命令窗口中输入如下命令可以查看完整的文件列表：

help dta_examples

Stata 内置有以上数据集供我们使用，在练习命令时我们不必舍近求远。
例如，

auto

复制代码

数据集大名鼎鼎，笔者在不少教程中见过。由于

auto

复制代码

数据库同时备份在根目录下 (

D:\stata15\ado\base/a/

复制代码

)，所以我们可同时用

use

复制代码

或

sysuse

复制代码

直接调用。显然，由于使用

use

复制代码

需指定文件路径，较为繁琐，我们通常都是直接使用

sysuse

复制代码

命令调入这些内置的数据文件。
以

cancer.dta

复制代码

数据为例，如图所示，若想使用

use

复制代码

命令调用，则需指定具体的存储路径：

1. use "D:\stata15\ado\base/c/cancer.dta", clear
复制代码

相比之下，若用

sysuse

复制代码

命令，则可以直接调入：

1. sysuse "cancer.dta", clear
复制代码

cancer数据库调用[h3]2.2 调入在线数据 —— webuse set 命令[/h3]不要见识了内置数据集就心满意足了，因为接下来的资源更加强大。Stata 手册里使用的诗句都可以使用

webuse

复制代码

命令直接下载、使用。数据集列表信息如下：

help dta_manuals
复制代码

手册资源如图所示，以上手册，简单直译了一下，读者可以自取所需，点击进入后会有命令介绍与配套数据库。上述手册配套的所有数据库都可以用

webuse

复制代码

直接调入。

webuse

复制代码

的特点是可以直接在线导入网上数据而不需指定具体网络路径，因为

web set

复制代码

已经默认设定了网络地址为

stata

复制代码

官网的手册地址。举例：

1. use http://www.stata-press.com/data/r15/lifeexp, clear
复制代码

可以简写为

1. webuse lifeexp, clear
复制代码

输入

webuse query

复制代码

命令，我们可以看到当前默认设定的网址：

1. . webuse query
复制代码
1. (prefix now "http://www.stata-press.com/data/r15")
复制代码

更改默认地址使用

webuse set

复制代码

可以更改默认地址，以便下载特定网址中的 Stata 数据文件。若需恢复默认网址设定，只需执行

webuse set

复制代码

，后面不加网络路径。
[h3]2.3

bcuse

复制代码

命令——Wooldridge， Greene 等经典教科书范例数据获取[/h3]

bcuse

复制代码

由波士顿大学 Baum 教授编写，提供了波士顿学院 Economics 实验室中使用的许多 Stata 格式数据集。包括 Wooldridge的导论， Greene 的计量分析等经典教科书范例数据。可以使用

ssc install bcuse, replace

复制代码

命令下载并安装该命令。
以伍德里奇《导论》中的数据集为例带大家简单探索一番。
输入如下命令，打开

bcuse

复制代码

的帮助文件，可以看到该命令能够下载的所有数据集的列表链接地址：

1. help bcuse
复制代码

亦可在命令窗口中直接输入如下命令打开网页：

1. view browse "http://fmwww.bc.edu/ec-p/data/wooldridge/datasets.list.html"
复制代码

截取部分网页信息如下：

Wooldridge data sets如果有些命令是以zip保存的，只需再文件名后面加上.zip即可, 如：

bcuse 401k.zip

复制代码

[h3]2.4调用联邦储备经济数据库 (FRED)——

freduse

复制代码

&

import fred

复制代码

[/h3]

fed

复制代码

是由圣路易斯联邦储备银行 (Federal Reserve Bank of st . Louis) 维护的联邦储备经济数据库 (FRED)。该数据库提供了数十万个时间序列资料，用以衡量经济和社会活动的方方面面。在 stata14 使用的命令为

freduse

复制代码

，需要先用

ssc install freduse, replace

复制代码

命令下载。Stata 15 中提供了

import fred

复制代码

命令用于快捷地导入 fred 上存储的数据。使用详情参见：链接1；链接2。

[h1]第二篇[/h1]

大杀器
1. copy
复制代码
命令——从下载地址直接储存文件或复制网页文本信息
调入ASCII数据
- 读取ASCII数据 —— insheet命令
- 读取无固定格式命令 ——infile命令
- 读取固定格式数据——infix

调入excel数据——
1. import excel
复制代码
&
1. xls2dta
复制代码

[h2]3.大杀器

copy

复制代码

命令——从下载地址直接储存文件或复制网页文本信息[/h2]基本语句：

copy filename1 filename2 [, options]

复制代码

filename1

复制代码

是要复制的来源文件地址,

filename2

复制代码

是存放的新文件地址，可以是一个附带路径的本地文件名也可以是一个网络链接地址。当文件路劲比较复杂，比如含空格时要用双引号将两个路径包围。
options功能public定了filename2对所有用户可读;否则根据系统默认text将文件保存为txt格式replace若filename2的文件已存在，则替换它copy 命令的作用包括：

文件搬家：就是将硬盘上的一个文件搬到另一个地方此时两个文件名都为本地路径文件，还可对文件改名
下载网上的文件，比如一些论文，上市公司年报，数据等，只要知道他们的 url 就能用
1. copy
复制代码
获取，以
1. copy
复制代码
为基础有更高级的命令，如
1. cntrade
复制代码
命令就是用
1. copy
复制代码
直接读取网易财经的股价历史数据
爬虫的基础

下面，以功能 2 为例为大家示范找到一篇关于

stata

复制代码

教程文章，

Creating a do-file

复制代码

，地址比较复杂，使用引号包围，用

copy

复制代码

将其保存在指定磁盘，并将其命名为

copy1

复制代码

，输入如下命令：

1. copy "https://www.kellogg.northwestern.edu/faculty/dranove/htm/dranove/coursepages/Mgmt%20469/Creating%20a%20do-file.pdf"
复制代码
1. "C:/Users/Administrator/Desktop/文件中转/copy1.pdf"
复制代码

文件就保存到本地了！

copy

复制代码

命令极其精巧，许多妙用尚待发掘，作为一个小白能力有限，慢慢来吧！
[h2]4. 调入ASCII数据[/h2]当数据文件为其他格式时，也可以导入Stata软件中进行处理，常用的命令主要有

insheet

复制代码

、

infile

复制代码

、

infix

复制代码

命令
[h3]4.1 insheet命令——读取 ASCII 格式的数据[/h3]ASCII数据：

ASCII

复制代码

数据是指原始的文本数据，是由由电子表格和数据库程序生成的数据文件中，每一行代表一个观测值，数值由逗号或制表符隔开，第一行可以包含变量名称。基本命令语句：

1. insheet [varlsit] using filename [,options]
复制代码

说明：

insheet

复制代码

代表导入数据的命令，

[varlsit] using filename

复制代码

代表数据文件中的某个变量，这里的

options

复制代码

的具体内容显示在表 2.9 中，主要包括选项的内容和所代表的含义。

例子：将数据

citywater.csv

复制代码

导入Stata中，就不能直接使用

use

复制代码

命令了，因为此数据文件的后缀名不是

.dta

复制代码

，而是

.csv

复制代码

，这种数据类型表示使用逗号分隔的一种数据类型:

1. insheet using C:\data\citywater.csv
复制代码

语法说明如下：

1. insheet
复制代码
是导入此类数据的命令，
1. using C:\data\citywater.csv
复制代码
指明了数据的路径，此时数据文件
1. citywater.csv
复制代码
就被正确导入Stata中，可以进行各种操作了

[h3]4.2 infile命令——读取无固定格式的数据文件[/h3]

infile

复制代码

在某种程度上可以完成与

insheet

复制代码

命令相同的功能，最大区别是

infile

复制代码

必须指明变量名称，尤其是字符型变量。而用

infile

复制代码

命令读取数据的基本命令语句如下：

1. `infile varlist [_skip[(#)] [varlist [_skip[(#)] ...]]]
复制代码
1. using filename [if] [in] [, options]`
复制代码

例如，同样将数据

citywater.csv

复制代码

导入Stata中，

infile

复制代码

操作命令为：

1. infile year production capital labor using C:\data\citywater.csv
复制代码

[h3]4.3 infix命令——读取固定格式数据[/h3]固定格式的数据是指有固定的位数，当位数不够时，前面用 0 补齐，对于这种数据是用

infix

复制代码

命令读入的，具体形式如下：

1. infix using dfilename [if] [in] [, using(filename2) clear]
复制代码
1. infix specifications using filename [if] [in] [, clear]
复制代码

例如，将下列一组数据（数据文件

chengji.csv

复制代码

）转化成如表 2.10 所示的数据形式。

chengji

复制代码

这组数据为用逗号隔开的数据类型，如图 2.11 所示，其中

gender

复制代码

（性别）只有 0 和 1 两个数字组成，

number

复制代码

（学号）这一栏必须由三位数组成，math和english的成绩必须由两位数组成，所以这是一个固定格式的数据，应该使用infix命令。

具体的命令语句为：

1. infix gender 1 number 3-5 math 7-8 english 10-11 ///
复制代码
1. using C:\data\chengji.csv, clear
复制代码

在这个命令语句中，

infix gender 1

复制代码

说明第一位数据为性别，

number 3-5

复制代码

表示第 3 至 5 位表示学号，

math 7-8

复制代码

表示第 7 至 8 位表示数学成绩，

english 10-11

复制代码

表示第 10 至 11 为表示英语成绩，

using C:\data\chengji.csv

复制代码

表示原始数据文件的路径。
[h2]5. 调入excel 数据—— import excel & xls2dta[/h2][h3]5.1 简介[/h3]读取 excel 数据有两种选择，一种是利用鼠标点击菜单，这种方式简单，无法对文件做精细设置。具体操作步骤如下：

File > Import > Excel spreadsheet (.xls;.xlsx)

另一种是利用 stata 官方命令

import excel

复制代码

。基本语句：

1. import excel [using] filename [, import_excel_options]
复制代码

使用命令导入可以利用参数设置对细节进行设置，以下介绍常用三个参数
options功能sheet("sheetname")含多张表的文件选择要导入的表头cellrange([start][:end])选择数据的起始，结束位置firstrow输入的话将Excel表的第一行数据作为变量名举例介绍，以

stata

复制代码

附带的

auto.dta

复制代码

数据为例（为演示方便已将其导出为 Excel）首先我们导入数据，将第一行设置为变量名，选取数据范围为（A1，D10），使用命令

1. import excel auto.xls, cellrange(A1:D10) firstrow
复制代码

需要说明是，此处，若不附加

cellrange(A1:D10)

复制代码

选项，则默认将整份 Excel 表格一次性导入 Stata 中。
[h3]5.2数据导出——

export excel

复制代码

[/h3]基本语句：

1. export excel [varlist] using filename [if] [in] [, export_excel_options]
复制代码

options功能sheet("sheetname")保存到名为sheetname的工作表中cell(start)指定Excel工作表中的左上角单元格开始保存firstrow(variables、varlabels)将变量名或变量标签名保存为首行nolabel保存数据值而非数据值标签值[h3]5.3多文档同时导入——

xls2dta

复制代码

[/h3]上文介绍的

import excel

复制代码

命令一般用于导入单个 excel 文件。当需读取多个 excel 文件时需用到宏循环处理，对小白并不友好。为大家介绍一个便捷的命令

xls2dta

复制代码

——此命令在处理多个 excel 文件上具有显著优势，不仅可以读取保存，还可以进行合并等其他操作。由于篇幅限制，不再为大家介绍，为大家寻找了相关博客，有兴趣同学可以自行学习。值得一提的是，此命令需从 ssc 下载，可以使用

ssc install xls2dta

复制代码

命令下载之。

本文中所用数据文件下载地址：

数据文件：链接: https://pan.baidu.com/s/1qXRh9EG 密码: 5ltw

特别说明

文中包含的链接在微信中无法生效。请点击本文底部左下角的

【阅读原文】

复制代码

，转入本文

【简书版】

复制代码

。

[h3]关于我们[/h3]

【Stata 连享会(公众号：StataChina)】由中山大学连玉君老师团队创办，旨在定期与大家分享 Stata 应用的各种经验和技巧。
公众号推文同步发布于 CSDN-Stata连享会、简书-Stata连享会和知乎-连玉君Stata专栏。可以在上述网站中搜索关键词
1. Stata
复制代码
或
1. Stata连享会
复制代码
后关注我们。
点击推文底部【阅读原文】可以查看推文中的链接并下载相关资料。
Stata连享会精彩推文1 || 精彩推文2

[h3]联系我们[/h3]

欢迎赐稿：欢迎将您的文章或笔记投稿至
1. Stata连享会(公众号: StataChina)
复制代码
，我们会保留您的署名；录用稿件达
1. 五篇
复制代码
以上，即可免费获得 Stata 现场培训 (初级或高级选其一) 资格。
意见和资料：欢迎您的宝贵意见，您也可以来信索取推文中提及的程序和数据。
招募英才：欢迎加入我们的团队，一起学习 Stata。合作编辑或撰写稿件五篇以上，即可免费获得 Stata 现场培训 (初级或高级选其一) 资格。
联系邮件： StataChina@163.com

[h3]往期精彩推文[/h3]

欢迎加入Stata连享会(公众号: StataChina)