我常用到的stata命令 （续） 前面说的都是对单个资料库的简单操作，但有时我们需要改变资料的结构，或者抽取来自 不同资料库的资讯，因此需要更方便的命令。这一类命令中我用过的有：改变资料的纵横 结构的命令reshape，生成退化的资料库collapse，合并资料库的命令append和merge。 纵列（longitudinal）资料通常包括同一个行为者（agent）在不同时期的观察，所以处 理这类资料常常需要把资料库从宽表变成长表，或者相反。所谓宽表是以每个行为者为一 个观察，不同时期的变数都记录在这个观察下，例如，行为者是厂商，时期有2000、2001 年，变数是雇佣人数和所在城市，假设雇佣人数在不同时期不同，所在城市则不变。宽表 记录的格式是每个厂商是一个观察，没有时期变数，雇佣人数有两个变数，分别记录2000 年和2001年的人数，所在城市只有一个变数。所谓长表是行为者和时期共同定义观察，在 上面的例子中，每个厂商有两个观察，有时期变数，雇佣人数和所在城市都只有一个，它 们和时期变数共同定义相应时期的变数取值。 在上面的例子下，把宽表变成长表的命令格式如下： reshape long （雇佣人数的变数名）, i(（标记厂商的变数名）) j(（标记时期的变数 名）) 因为所在城市不随时期变化，所以在转换格式时不用放在reshape long後面，转换前後也 不改变什麽。相反地，如果把长表变成宽表则使用如下命令 reshape wide （雇佣人数的变数名）, i(（标记厂商的变数名）) j(（标记时期的变数 名）) 唯一的区别是long换成了wide。 collapse的用处是计算某个资料库的一些统计量，再把它存为只含有这些统计量的资料库 。用到这个命令的机会不多，我使用它是因为它可以计算中位数和从1到99的百分位数， 这些统计量在常规的资料描述命令中没有。如果要计算中位数，其命令的语法如下 collapse (median) (（变数名）), by(（变数名）) 生成的新资料库中记录了第一个括弧中的变数（可以是多个变数）的中位数。右面的by选 项是根据某个变数分组计算中位数，没有这个选项则计算全部样本的中位数。 合并资料库有两种方式，一种是增加观察，另一种是增加变数。第一种用append，用在两 个资料库的格式一样，但观察不一样，只需用append空格using空格（档案名）就可以狗 尾续貂了。简单明了，不会有什麽错。另一种就不同了，需要格外小心。如果两个资料库 中包含共同的观察，但是变数不同，希望从一个资料库中提取一些变数到另一个资料库中 用merge。完整的命令如下： use （档案名） [打开次要资料库] sort （变数名） [根据变数排序，这个变数是两个资料库共有的识别资讯] save （档案名）, replace [保存次要资料库] use （档案名） [打开主要资料库] sort （变数名） [对相同的变数排序] merge （变数名） using （档案名）, keep(（变数名）) [第一个变数名即为前面sort後面的变数名，档 案名是次要资料库的名字，後面的变数名是希望提取的变数名] ta _merge [显示_merge的取值情况。_merge等於1的观察是仅 主库有的，等於2的是仅辅助库有的，等於3是两个库都有的。] drop if _merge==2 [删除仅仅来自辅助库的观察] drop merge [删除_merge] save （档案名）, replace [将合并後的档保存，通常另存] --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.120.95.44