本文作者：任 哲，中南财经政法大学经济学院
文字编辑：赵冰洁
技术总编：余术玲
前言
我们都知道Stata里把变量划分为三类：数值型，字符型和日期型。数值型变量和字符型变量的处理相信大家都很熟悉，但处理日期型的变量时可能你就有些摸不到头脑了。数据中的日期有时候是数值型，有些时候又成了字符型，再加上格式千变万化，让你咬牙切齿又无可奈何。不过正如哲学中所说，要通过现象看本质，所谓千变万化，不过是不同的表现形式而已，只要我们抓住本质，处理日期的问题就能迎刃而解。
下面，我们将一起探寻日期型变量的奥秘。
1.日期型变量
开始的开始，我们要对日期型变量先进行一些了解。
首先，在Stata之中第0天既不是公元1年1月1日，也不是大多数操作系统中的1970年1月1日，而是1960年1月1日，这一天就是Stata日期型变量的坐标原点。同样的，Stata的第0周，第0个月，第0个季度，乃至第0年都是从这个坐标原点开始计算的。
那么现在，我们知道了Stata之中第0天是1960年1月1日，第-1天是1959年12月31日。也就是说每个整数都对应着一个日期，每个日期也都对应着一个整数，这二者之间可以相互转换。而这种对应关系，就是处理日期型变量的核心，思路就是把手中各种类型的日期通过相关函数转换为距离1960年1月1日的天数进行处理。现在，我们用例子帮助大家加深理解。
先把整数转换为日期，我们可以利用format命令来实现，并且在转换时我们还可以规定日期的显示格式。程序如下：
*首先输入一些整数
clear
input date
0
1
520
22189
end
gen date1 = date
gen date2 = date
gen date3 = date
gen date4 = date
gen date5 = date
format date1 %tdCY/N/D
format date2 %tdCY_N_D
format date3 %dCY_m_D
format date4 %dm_D_Y
format date5 %dCYND
save date.dta,replace
可以看到，不同格式的日期已经生成了，当然我们也可以利用mdy()函数将日期转换为距离1960年1月1日的天数。
di mdy(10,01,2020)
可以得到2020年10月1日距离1960年1月1日有22189天。
2.数值型日期提取
在对日期型变量有了一定了解后，我们继续深入，开始尝试提取日期数据中的信息，先从数值型的日期开始。
对于数值型日期数据，我们可以直接利用year()、quarter()、month()、week()、dow()等函数提取日期型变量对应在哪一年，哪一季度，哪一月，哪一周，甚至是星期几（0代表周日）。现在用上文生成的date.dta来给大家展示，程序如下：
use date.dta,clear
gen year = year(date1)
gen quarter = quarter(date2)
gen month = month(date3)
gen week = week(date4)
gen dow = dow(date5)
可以看到需要的数据都被提取出来了，如果数据中包含时分秒的信息，那我们需要先用dofc()函数将日期转换为距离1960年1月1日的天数，然后再提取需要的数据。碍于篇幅，关于dofc()函数我们将在字符型日期提取中和clock()函数一起讲述。
3.字符型日期提取
当遇到字符型的日期数据，最容易想到的方法当然就是利用substr函数来直接提取了。程序如下：
clear
input str30 date
"01/01/2020"
"02/02/2019"
"03/03/2018"
end
gen year = real(substr(date,7,4))
gen month = real(substr(date,1,2))
但细心的你可能发现了，substr函数提取字符型日期数据时，一旦字符型日期的显示格式不统一，那么就无法提取到全部正确的信息。遇到这种情况，就需要介绍date()函数了，该函数帮助我们将字符型日期转换为距离1960年1月1日的天数，然后再利用format命令将其显示为你需要的日期格式。程序如下：
clear
input str30 date1
"01/01/2020"
"02 02 2019"
"03032018"
end
gen d = date(date1,"MDY")
format d %tdCY-N-D
date()函数中括号里的"MDY"代表的是字符型日期中月、日、年的顺序。可以看到无论字符型日期的格式如何，date()都可以顺利的进行转换。
当我们把字符型日期数据转换为日期型之后，我们就可以用year()、month()、week()、dow()等函数分别提取日期型变量对应的数据。
gen year = year(d)
gen month = month(d)
gen week = week(d)
gen dow = dow(d)
对于包含时分秒的日期数据，这个时候我们既可以继续利用date()函数处理，也可以利用clock()函数和dofc()函数来对数据进行处理。和date()函数处理数据的过程类似，clock()函数先将数据转换为距离1960年1月1日0点0分0秒0毫秒的毫秒数，然后在用dofc()函数将毫秒数转换为对应的天数。程序如下：
clear
input str30 time
"2020-10-01 10:01:01.490"
end
gen d1 = date(time,"YMDhms") //date()函数处理
gen d2 = dofc(clock(time,"YMDhms")) //clock()函数处理
format d1 %tdCY-N-D
format d2 %tdCY-N-D
可以看到两种方法的处理结果是一样的。
以上就是本期推文的全部内容了，如果您在这篇推文里有所收获，请记得在推文的下方点个赞哦!
