stata小白之二：数据标签与排序

作者：谢作翰 | 连玉君 | (知乎 | 简书 | 码云)

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。

---

目录
一 数据调入

0 概念区分

1. 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

2. 调入网络文件

• 调用 stata 自带数据库——sysuse命令
• 调入stata 手册在线数据 —— webuse set命令
• Wooldridge， Greene 等经典教科书范例数据获取——bcuse命令
• 调用联邦储备经济数据库 (FRED)——freduse&import fred

3. 大杀器copy命令——从下载地址直接储存文件或复制网页文本信息
4. 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

5. 调入excel数据——import excel &xls2dta

二 数据标签与排序

1. 数据标签

• 为数据库添加标签
• 为变量添加标签
• 为数值添加标签

2. 数据排序—— sort& gsort

三 数据拆分与合并

• 数据拆分

  1. 数据横向拆分—— keep& drop
  2. 数据纵向拆分—— keep& drop
  3. 一步到位保存数据子集—— savesome

• 数据合并

  1. 数据的横向合并—— merge
  2. 数据的纵向合并—— append
  3. 对多个 csv文件纵向合并—— csvconvert

四 长宽数据转换—— reshape命令

• 宽数据转为长数据
• 长数据转为宽数据

---

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

---

数据标签

为了让用户更加清楚地了解数据的来源、变量的含义、观测值的解释等相关内容， Stata可以为数据、变量、观测值添加标签，其实标签就是对相关数据的解释。最常用的标签方法有三类：一是为数据库添加标签，二是为变量添加标签，三是为观测值添加标签

1. 为数据库添加标签

命令： label data ["label"]

在这个命令语句中， label data是为数据库添加标签的命令语句， ["label"]代表所要添加的标签的内容

2. 为变量添加标签

命令： label variable varname ["label"]
label variable是为变量添加标签的命令语句， varname代表所要添加标签的变量名称， ["label"]代表所要添加的标签的内容。

3. 为数值添加标签

对于数值型的分类变量，单纯通过数值很难判断其含义，例如用 0 和 1 区分性别，但是很难区分 0 是代表男性还是女性，这时如果给数值添加标签，就方便用户理解了。

为数值添加标签是通过两步来完成的，第一步是定义数值标签:

命令为：

 label define lblname  "label" [ "label" ...] [, add modify nofix]

说明： label define是定义数值标签的命令语句 lblname代表所要定义的数值标签的名称， #代表所要定义的数值， "label"代表所要添加的标签的内容。需要用户注意的是后方 options的内容，其中 add的作用是添加标签内容， modify的作用是对已存在的标签内容做修改， nofix的作用是要求Stata不为标签的内容而改变原变量的存储容量
第二步是将所定义的数据标签与相关变量结合，
基本命令为：

label values varname [lblname] [, nofix]

在这个命令语句中， label values是将定义的数据标签与相关变量结合的语句， varname代表将要添加标签的变量名称， [lblname]代表刚刚定义的数据标签名称。

通过下面的例子——给 usaauto.dta数据库添加三类标签，为大家介绍标签的使用方法， usaauto数据文件如表所示

usaauto

导入数据：

 use "D:\360Downloads\PanDownload\操作数据\教程数据\chap02\usaauto.dta", clear

①为整个数据库添加标签“1978年美国汽车产业的横截面数据”

其命令如下：

label data “1978年美国汽车产业的横截面数据”

这个命令语句中 label data表示为数据库添加标签，“1978年美国汽车产业的横截面数据”指明了标签的内容。

数据库标签

②为变量 make和 mpg添加标签“品牌”和“每加仑油行使里程数”，

其命令如下：

label variable make “品牌”
label variable mpg “每加仑油行使里程数”

label variable表示为变量添加标签， make “品牌”表示要添加标签的变量和标签的内容。

变量标签

③ 为数值添加标签

变量 foreign为分类变量，0 代表国产,1 代表进口，为了便于观察，为0 和1 添加标签，

具体命令为：

label define foreignlabel 0 “Domestic” 1 “Foreign”
label values foreign foreignlabel

label define表示定义标签的内容， foreignlabel表示标签的名称, 0 “Domestic” 1 “Foreign”表示定义的规则，数字0的标签是国产车，数字1的标签是进口车。

设置前
设置后

label values表示将定义的标签与变量结合的命令，所要结合的变量为 foreign，结合的标签为 foreignlabel。标签添加完成以后，可以通过 label dir命令，查看已经建立标签的相关内容。

数据排序

为了处理数据的方便，有时需要对数据进行排序处理，排序的命令有主要有两个，一个是 sort命令，一个是 gsort命令

sort命令的基本语句是：

sort varlist [in] [, stable]

在这个命令语句中， sort是基本命令， varlist代表将要进行排序的变量名称， [in]代表排序的范围， [, stable]的含义是如果两个观测值相同，其顺序保持与原数据相同。
gsort 命令的基本语句是：

 gsort [+|-] varname [[+|-] varname ...] [, generate(newvar) mfirst]

其中需要说明的内容有两点：

• [+]表示按升序排列，是 Stata默认的排列方式，[-]表示按降序排列
• generate(newvar)表示排序之后生成新的变量， mfirst表示将缺失值排在最前面。

将 usaauto数据文件中的观测值按变量 price由小到大排列，这个操作可以用 sort命令完成，具体操作如下：

sort price

当然也可以用gsort命令完成，具体操作如下：

gsort + price

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

关于我们

• 【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 【简书-Stata连享会】 和 【知乎-连玉君Stata专栏】。可以在简书和知乎中搜索关键词Stata或Stata连享会后关注我们。
• 推文中的相关数据和程序，以及 Markdown 格式原文 可以在 【Stata连享会-码云】 中获取。【Stata连享会-码云】 中还放置了诸多 Stata 资源和程序。如 Stata命令导航 || stata-fundamentals || Propensity-score-matching-in-stata || Stata-Training 等。

联系我们

• 欢迎赐稿： 欢迎将您的文章或笔记投稿至Stata连享会(公众号: StataChina)，我们会保留您的署名；录用稿件达五篇以上，即可免费获得 Stata 现场培训 (初级或高级选其一) 资格。
• 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

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】，转入本文【简书版】。

---

Stata连享会二维码