Stata 数据框 frames

frames (数据框) 操作是 Stata 16+ 的进阶操作,适用于多个数据集的读写操作。相比于 preserve/restore 命令,操作起来更快,冗余更少,效率更高!

🧰 知识点:frames dir / frames create / frames change / frames put / frames copy / frames post / frlink / frames drop

推荐资料:
慧航 | Stata教程第4节:数据框的使用_哔哩哔哩_bilibili
Stata:如何同时对多个数据框操作-frame
使用stata数据框frame处理数据
利用stata计算分组基尼系数的四种方法

  • 数据框(Data frames)
    • 定义:支持同时操作多个数据集而不用频繁打开、关闭文件,或者频繁使用 preserve/restore 操作。
    • 好处:数据框的数据常驻内存,启用、切换速度快;而打开、关闭文件需要频繁读取和写入硬盘,速度慢。
  • 常用命令
    • 打开 Stata 之后便会默认创建的 frames:default
    • 查看内存的 frames:frames dir
    • 新建空 frames
      • frames create fname
    • 新建 frames 并添加新变量
      • frames create fname varname1 varname2
    • 向 frames 添加数据
      • frames post fname (111) (222)
    • 不同 frames 之间的切换
      • frames change fname
    • 不切换当前 frames 的前提下,调用/查看/描述另一个 frames 的数据
      • frames fname: use a.dta, clear
      • frames fname: sum wage
    • 拷贝 frames
      • 完整拷贝:frames copy fname fname_new
      • 部分拷贝:frames put var1-var5, into(fname_new)
    • 删除 frames
      • 删除某个 frames:frames drop fname
      • 清除所有的 frames:clear frames/clear all
    • 多个 frames 连接(类似 merge):frlink
      • frlink m:1 cid, frame(usingfname)
      • 调用当前数据框以外的其他数据框某个变量的取值
        • frval(fname, varname)
      • 复制变量至当前 frames
        • frget varname, from(fname)
  • 使用场景(小案例)
    • 把女性样本的数据另存为 female.dta
    • 创建新的 frames1 和 新的 frames2,并分别调用 a.dtab.dta 数据,利用数据拟合线性回归,然后进行结果对比
    • 将当前 framesframes2 根据 cidyear 1:1 匹配起来,然后利用 frames2 中的 xx1 生成一个新变量 x_new
* 把女性样本的数据另存为 female.dta *
use main.dta
frames put if sex == 1, into(female)
* 创建新的 frames1 和 新的 frames2,并分别调用 a.dta 和 b.dta 数据,利用数据拟合线性回归,然后进行结果对比 *
frames create a
frames a: use a.dta

frames create b
frames b: use b.dta

frames a: reg y_a x_a
est store a

frames b: reg y_b x_b
est store b

est table a b
* 将当前 frames 和 frames2 根据 cid 和 year 1:1 匹配起来,然后利用 frames2 中的 x 和 x1 生成一个新变量 x_new *
frlink 1:1 cid year, frame(frames2)
gen x_new = frval(frames2, x1)/frval(frames2, x2)
©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 212,686评论 6 492
  • 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 90,668评论 3 385
  • 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 158,160评论 0 348
  • 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 56,736评论 1 284
  • 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 65,847评论 6 386
  • 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 50,043评论 1 291
  • 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 39,129评论 3 410
  • 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 37,872评论 0 268
  • 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 44,318评论 1 303
  • 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 36,645评论 2 327
  • 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 38,777评论 1 341
  • 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 34,470评论 4 333
  • 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 40,126评论 3 317
  • 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 30,861评论 0 21
  • 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 32,095评论 1 267
  • 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 46,589评论 2 362
  • 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 43,687评论 2 351

推荐阅读更多精彩内容