stata命令详解-append

1. 前言

在目前工作中,用stata清洗及分析数据,感觉很顺滑。无奈不少同学因为help文件里的英文望而却步。
带着学习和分享的目的,根据工作经验,给大家整理一些常用以及不太常用但很有用的命令,并对该命令的help文件进行有侧重的详解。

2. 命令及获取

append:纵向合并数据,系统自带命令

3. 描述

append :将stata数据集合并到内存中数据的最后。最短可缩写成ap。

4. 语法

*将以filename为名的stata数据合并到内存中的数据
append using filename [filename ...] [, options]
  • [,]:中括号里的为额外选项命令,按需求添加,而添加选项记得加英文逗号,
  • filename(文件名):如果语法中只有文件名,则默认文件格式为.dta;如果文件名中有空格,记得用双引号""将该目录名字括起来。

5. 选项

  • generate(newvar):添加该选项,指定新生成变量的变量名为newvar,该变量名用于标记数据个案来源,其中,该变量为0,表示数据个案来源于主(master)数据,即未合并前内存中的数据;该变量为1,表示数据个案来源于第1个调用数据,即using后的第1个数据集;该变量为2,表示数据个案来源于第2个调用数据,即using后的第2个数据集,依次类推。
  • keep(varlist):添加该选项,指定调用数据的中某些变量被保留。如果不添加该选项,则调用数据中的所有变量被保留。
    • 这里的varlist与一般的varlist的不同:
      1. 这里的不可以缩写变量名,例如,变量名为displacement时,需要写displacement而不是displ,但是可以用displ~表达。
      2. 这里的不可以指定变量范围,例如,age-income,否则会报错。
  • nolabel:添加该选项,使得调用数据中的值标签不会覆盖主数据中的值标签。即使不添加该选项,这种情况也不会发生。
  • nonotes:添加该选项,使得调用数据中的注释(notes)不会被合并进去。默认是,调用数据的主数据中不存在的注释会被合并到主数据中。
  • force:当主数据和调用数据存在相同变量,但是变量在两个数据集中的类型不同(一个数值,一个是字符串),不添加该选项时,结果会报错;当添加该选项时,相同变量可以整合成1个变量,但调用数据中的数据会被设为缺失,同时出现警告信息。

6. 举例

*调用数据even
webuse even
*显示数据even情况
list

*调用数据odd
webuse odd
*显示数据odd情况
list

*将数据even合并进数据odd
append using http://www.stata-press.com/data/r15/even
*显示合并后数据情况
list
even和odd数据.png
odd和even数据合并后.png
*调用系统数据auto,同时清除内存数据
sysuse auto, clear
*保留数据auto中变量foreign等于0的个案
keep if foreign == 0
*将数据另存为domestic.dta
save domestic

*调用系统数据auto,同时清除内存数据
sysuse auto, clear
*保留数据auto中变量foreign等于1的个案
keep if foreign == 1
*保留数据auto中make price mpg rep78 foreign这几个变量
keep make price mpg rep78 foreign

*只将数据domestic中make price mpg rep78 foreign这几个变量合并进来
append using domestic, keep(make price mpg rep78 foreign)
*显示合并后数据情况
list
数据domestic.png
数据foreign.png
foreign和domestic数据合并后.png
*调用系统数据citytemp,同时清除内存数据
sysuse citytemp, clear
*保留数据citytemp中变量region等于4的个案
keep if region == 4
*将数据另存为west.dta
save west

*调用系统数据citytemp,同时清除内存数据
sysuse citytemp, clear
*保留数据citytemp中变量region等于3的个案
keep if region == 3
*将数据另存为south.dta
save south

*调用系统数据citytemp,同时清除内存数据
sysuse citytemp, clear
*保留数据citytemp中变量region等于1的个案
keep if region == 1

*将数据west,数据south合并进来,同时,生成新的变量filenum,并且,不带数据west和数据south的值标签
append using west south, generate(filenum) nolabel
数据west.png
数据south.png
三个数据合并后.png

7. 菜单

Data > Combine datasets > Append datasets

8. 存储的结果

9. 补充

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,098评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,213评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,960评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,519评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,512评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,533评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,914评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,574评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,804评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,563评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,644评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,350评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,933评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,908评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,146评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,847评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,361评论 2 342

推荐阅读更多精彩内容