2.2　数据的导入

能够将不同形式的数据正确导入是运用Stata进行数据分析的第一步。本节将针对此来进行介绍。

2.2.1　输入数据

在现实的经济学研究中，大部分数据都是由用户自行输入创建的。本节首先介绍两种输入数据的方法：一种是通过菜单方式输入；另一种是通过命令方式输入。

1．使用菜单方式输入数据

假定要创建一个成绩数据表（chengji.dta），内容如表2.8所示。

表2.8　chengji数据表的内容

利用Stata的菜单操作的方法如下：

01　单击工具栏中的图标，弹出数据编辑器，在其中输入相应数据，如图2.8所示。需要注意的是，每当输入完一个单元格的内容之后，需要按回车键确认。

02　给变量命名。在所有数据输入完成之后，双击var1，将弹出如图2.9所示的对话框，在Name栏中填入变量的名称“name”，在Label栏中填入标签的内容“姓名”，单击OK按钮完成操作。同样将var2命名为remarks。

图2.8　数据编辑器截图

图2.9　变量属性设置图

03　保存已经创建的数据文件。单击工具栏中的图标，然后给文件命名和选择存储路径即可。

2．使用命令方式输入数据

首先必须了解数据输入的基本命令，具体语句如下：

     input [type] varname [[type] varname] …

[type]表示输入的变量类型，若省略，则为Stata默认的float型；varname表示变量的名称。在这句命令之后，依次输入数据即可。

若要输入如表2.8所示的内容，则可输入命令如下：

     clear
     input str10 name remarks
     Mike 98
     John 78
     Ryan 86
     Tom 67
     Kite 96
     end
     save chengji（将数据文件保存在默认文件夹data中，文件名为chengji）

在以上命令语句中，clear表示清除内存；input str10 name remarks表示输入两个变量：name和remarks，其中要将变量的类型写在名称前面，如str10表示name的类型为长度为10的字符型，而remarks前面没写数据类型，表示其类型为默认的浮点型；Mike 98~Kite 96表示数据的内容，一定要按照前面命令语句中变量name和remarks的顺序填写；end表示结束数据输入；save chengji将数据文件保存在默认文件夹data中，完整文件名为chengji.dta。

通过比较可以看出，利用命令方式实现数据的输入较为烦琐，所以一般并不使用。

2.2.2　使用已经保存的Stata数据

Stata默认的数据格式是.dta，这种格式的文件可以直接打开应用，命令为use，具体内容已在本章2.1.1小节做了详细介绍，这里不再赘述。

2.2.3　导入其他格式的数据

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、infile、infix。下面将通过实例进行详细介绍。

1．使用insheet命令读取ASCII数据

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

     insheet [varlist] using filename [,options]

在这个语句中，insheet代表导入数据的命令，[varlist] using filename代表数据文件中的某个变量，这里的options包括的选项及其含义如表2.9所示。

表2.9　insheet_options的内容

例如，将数据citywater.csv导入Stata中，就不能直接使用use命令，.csv数据类型表示使用逗号分隔的一种数据类型，具体格式如图2.10所示。

图2.10　citywater数据图

将其导入Stata的命令如下：

     insheet using C:\data\citywater.csv

2．使用infile命令读取没有固定格式的ASCII数据

infile在某种程度上可以完成与insheet命令相同的功能，其与insheet命令的最大区别是前者必须指明变量名称，尤其是字符型变量。使用infile命令读取数据的基本命令语句如下：

     infilevarlist [_skip[(#)] [varlist [_skip[(#)] ...]]] using filename [if]
      [in] [, options]

例如，同样将数据citywater.csv导入Stata中，我们可输入如下命令语句：

     infile year production capital labor using C:/data/citywater.csv

这个命令的操作结果与insheet命令相同。

3．使用infix命令读取固定格式的ASCII数据

这种固定格式的数据有固定的位数，当位数不够时，前面用0补齐。对于这种数据可用infix命令读入，其具体形式如下：

     infix using dfilename [if] [in] [, using(filename2) clear]
     infix specifications using filename [if] [in] [, clear]

例如，将一组数据（数据文件chengji.csv）转化成如表2.10所示的数据形式。chengji这组数据为用逗号隔开的数据类型，如图2.11所示。其中，gender（性别）由0和1两个数字组成，number（学号）这一栏必须由3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。

表2.10　chengji输入后的数据图

图2.11　chengji.csv格式图

具体的命令语句为：

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

在这个命令语句中，“infix gender 1”说明第1位数据为性别，“number 3-5”表示第3~5位为学号，“math 7-8”表示第7~8位为数学成绩，“english 10-11”表示第10~11位为英语成绩，“using C:/data/chengji.csv”表示原始数据文件的路径。