mergeall -- 合并多个文件的安全方法

安装命令

ssc install mergeall

Syntax

mergeall varlist using folder [, options]

varlist 是唯一标识观察结果的匹配变量。 这是必需存在的。

Options and Description

csv: 合并的文件是.csv（默认）
txt: 合并的文件是.txt
dta: 合并的文件是.dta
tab: 以制表符分隔的数据
comma: 以逗号分隔的数据
double: 将所有数字变量记录为 double . 请参阅 format
format:指定在必须将数字变量转换为字符串的情况下使用的格式/请参阅 tostring 和 format
do(filename): 在合并之前，在每个单独的文件上运行指定的do文件
strings(varlist): 强制 varlist为字符串格式，所有其他格式为数字
force: 强制转换为字符串或数字,字符串选项必需。
showsource: 生成一个新的字符串变量，其中包含从中抽取每个观察的文件的名称。

Description

mergeall 由于可变存储类型或重复的唯一标识符，合并文件夹中的所有文件而不会丢失数据。

Remarks

mergeall 循环遍历指定文件夹中的所有文件，在合并之前检查变量类型。它将所有文件中的字符串变量设置为每个文件中的字符串，以防止数据丢失。 默认情况下，Stata 强制使用主文件的变量类型在使用文件上，这可能导致数据丢失。
mergeall 需要指定唯一标识符，如果标识符在文件中不唯一，则退出时会出错。 需要一个唯一标识符，因为当没有唯一标识符时，Stata有时会以意想不到的方式合并，而 mergeall 的目标是使许多文件合并为超级安全。
mergeall 使用Stata10样式合并执行1到1合并，并创建一个新变量_disagreement，如果两个或多个数据集中存在观察值，则该变量等于1，并且数据集的值不同。 如果_disagreement等于1，则表示您丢失了信息。
如果你愿意，可以在使用do(filename)合并之前在每个数据集上运行清理.do文件（例如，这对于修复唯一标识符中的错误非常有用）。
strings 可能是一个坏主意，因为它可能导致数据丢失，但如果你非常确定你不会丢失数据，它运行速度会快一些。
当您想要返回原始数据以检查值，但不知道哪个原始文件包含您要查找的观察值时，showsource 选项对故障排除非常有用。