Stata与Python等效操作与调用开发者社区

link管理

链接快照平台

输入网页链接，自动生成快照
标签化管理网页链接

Stata与Python等效操作与调用

Stata	pandas
data set	DataFrame
variable	column
observation	row
groupby	bysort
NaN	.

* Stata
cd "c:/..."

# Python
import os
os.getcwd() # 获取当前路径
os.chdir(r"c:/...")

数据格式	Stata	pandas
.dta	use <dtafile>save <dtafile>	import pandas as pddf =pd.read_stata('<dtafile>')df.to_dta('<dtafile>')
.xls/.xslx	import excel using <excelfile> export excel using <excelfile>	df = pd.read_excel('<excelfile>') df.to_excel('<excelfile>')
.csv	import delimited using <csvfile>outsheet using <csvfile>, comma	df = pd.read_csv('<csvfile>')df.to_csv('<csvfile>')
.txt	tab 分隔：insheet空格分隔：infile	df = pd.read_table('<txtfile>')df.to_csv('<txtfile>')

df = df[<condition>]

df =df.rename(columns={<var>:<newvar>})，也可以像列表一样直接操作 df.columns，如 df.columns = ['a','b','c']

<newvar> = df[<var>].notnull().sum()，需要注意的是，Stata 中egen 命令的这些函数，生成的 newvar 在 Stata 中是完整（常量）列，而在 Python 中是 scalar 。

variabel_labels = {
    1: "First Category"
    2: "Second Category"
    3: "Last Category"
}

df[<var>].str.len()

df.describe()、df.info() 或者 df.types 只能获取数据类型，Python 中没有 Stata 中的数据标签 ( value label )

df_joint = df1.append(df2)

Pandas how	Stata, keep()	Intuition
how='left'	keep(1, 3)	保留 DataFrame "left" 所有的观测值
how='right'	keep(2, 3)	保留 DataFrame "right" 所有的观测值
how='inner'	keep(3)	保留匹配上的观测值
how='outer'	keep(1 2 3)	保留所有观测值

import pandas as pd
import numpy as np
# 输入数据
long = pd.DataFrame(np.arange(8),
                    columns=['some_variable'],
                    index=pd.MultiIndex.from_tuples([('a',1),('a',2),('b',1),('b',2),('c',1),('c',2),('d',1),('d',2)])
# 定义为长数据
long.index.names = ['unit_id', 'time']
long.columns.name = 'varname'
# 长数据 转 宽数据
wide = long.unstack('time')
# 宽数据 转 长数据
long2 = wide.stack('time')
long2

wide[('some_variable', 1)]
unit_id
Name: (some_variable, 1), dtype: int32
'''

wide_single_level_column = wide.copy()
wide_single_level_column.columns = ['{}_{}.format(var, time) for var,time in wide_single_level_columns.columns']
wide_single_level_columns
 unit_id some_variable_1 some_variable_2
a 0 1
b 2 3
c 4 5
d 6 7
'''

wide: df.unstack(<level>);long: df.stack(<column_level>); 也可参照 df.pivot

df = df.set_index([<panelvar>, <timevar>])

import numpy as np
import pandas as pd
df0 = pd.DataFrame({'var1':np.arange(6),'id':[1, 1, 2, 2, 3, 3],'period':[0, 1]*3})
print(df0)
#定义面板
df = df0.set_index(['id','period'])
print(df)
#滞后一期
df['var1_lag'] = df.groupby(level='id')['var1'].shift()
print(df)
#向前一期
df['var1_for'] = df.groupby(level='id')['var1'].shift(-1)
print(df)

from scipy.stats import ttest_ind  ttset_ind(<array1>, <array2>)

econtools.binscatter

. python search
------------------------------------------------
 Python environments found:
C:\Users\mudaozi\AppData\Local\Programs\Python\Python35\python.exe
. python query
------------------------------------------------
    Python Settings
      set python_exec      C:\Users\mudaozi\AppData\Local\Programs\Python\Python35\python.exe
      set python_userpath
    Python system information
      initialized          yes
      version              3.5.3
      architecture         64-bit
      library path         C:\Users\mudaozi\AppData\Local\Programs\Python\Python35\python35.dll

python search // 搜索系统已安装 Python 版本
python query  // 查询当前配置版本信息
*python set exec pyexecutable [, permanently] // 更换版本

类别	包含
交互式	窗口交互代码内嵌于 do-file 和 ado-file
脚本式	执行 Python 脚本

python
a = 3
end # 退出
python
print(a) # 3
end

version 16.0
local a = 2
local b = 3
python:
from sfi import Scalar
def calcsum(sum1, sum2):
    res = sum1 + sum2
    Scalar.setValue("result", res) //存入 scalar
calcsum('a', 'b')
display result

# saved as pyex.py
from sfi import Macro, Scalar
def calcsum(num1, num2):
    res = num1 + num2
    Scalar.setValue("result", res)
pya = int(Macro.getLocal("a"))
pyb = int(Macro.getLocal("b"))
calcsum(pya, pyb)

version 16.0
local a = 2
local b = 3
python script pyex.py
display result

# saved as pyex2.py
import sys
pya = int(sys.argv[1]) # 注意：为何不是 argv[0] ？
pyb = int(sys.argv[2])
from sfi import Macro, Scalar
def calcsum(num1, num2):
    res = num1 + num2

Stata与Python等效操作与调用

Stata与Python等效操作与调用

0. 写在前面

1. Stata 与 Python 等效操作

1.1 数据结构

1.2 路径操作

1.3 数据导入与导出

1.4 样本筛选

1.5 数据清理

1.5.1 常规清理

1.5.2 数值型变量

1.5.3 字符型变量

1.6 描述性统计

1.7 数据合并与匹配

1.8 长宽转换

1.9 面板数据

1.10 计量

1.11 数据可视化

1.12 网络爬虫(待更新)

1.13 其他方面

1.13.1 缺失值

1.13.2 浮点数

2. Stata 与 Python 交互

2.1 环境配置

2.1.1 Python 安装

2.1.2 Stata 设置

2.2 调用方式

2.2.1 交互式

2.2.2 脚本式