多行数据合并成一条数据_怎么把CFPS合并成面板数据？

最新推荐文章于 2024-10-30 21:59:22 发布

一起DIY北欧

最新推荐文章于 2024-10-30 21:59:22 发布

阅读量5.1k

点赞数 7

文章标签：多行数据合并成一条数据

本文链接：https://blog.csdn.net/weixin_33982195/article/details/112722241

版权

这篇博客介绍了如何在Stata中将多期的CFPS数据通过`merge`和`append`命令合并成面板数据。通过保留关键变量，统一变量名称，设置时间变量，然后使用`append`命令追加样本，最终形成非平衡面板数据。对于偏好平衡面板的读者，还提供了利用`egen`函数筛选出每个样本都有两期数据的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今天有同学问我怎么将每一期的CFPS合并到成一个panel。这涉及到在Stata中最常用的两个合并命令，merge和append，其中merge是横向合并，用于追加变量。append是纵向合并，用于追加样本。多期截面组合成面板一般使用append命令。

下面我使用CFPS2014和CFPS2016做一个简单实例

首先导入CFPS2014中的adult数据，然后使用keep命令遴选出我们需要的变量。作为示范，我仅选了pid、provcd16等4个变量。由于append在进行合并的时候，是在同变量名后面追加样本，所以我们必须要保持各个文件的变量名一致。因此我们使用rename命令，更换各变量的name。最后在gen一个时间变量year，用于识别不同期的时间。把第一份数据保存下来。

cd /Applications/Stata/personal/CFPS/CFPS2014
use cfps2014adult_201906.dta, clear
keep pid provcd14 urban14 qea0
rename (provcd14 urban14 qea0)(provcd urban marriage)
gen year = 2014
save /Applications/Stata/personal/CFPS/CFPS2016/data1.dta, replace

再者，对第二份数据进行处理，重复上一步的操作。CFPS每一期的变量命名方式都会稍作修改，即使是保留相同的变量，变量名的编码也会稍有差异。我们使用keep保留我们需要的4个变量。使用rename修改好变量名，并生成一个时间变量。把它保存下来。

cd /Applications/Stata/personal/CFPS/CFPS2016
use cfps2016adult_201808.dta, clear
keep pid provcd16 urban16 qea0
rename (provcd16 urban16 qea0)(provcd urban marriage)
gen year = 2016
save data2.dta, replace

最后一步，使用append进行合并。首先要保证前面两个数据集是在同一文件夹下面，这样才比较方便合并。当然，你也可以在使用append的时候加入具体的文件存储路径。我们使用较为简单的前者。导入第二份数据，并把第一份数据追加进去。由此，即得到了一份非平衡面板数据。

use data2.dta, clear
append using data1.dta
order pid year
xtset pid year

输入order命令对变量排序，这样比较易读。输入xtset查看数据格式，可以发现，这是一份非平衡面板数据，时间跨度是2014-2016年。

. xtset pid year
       panel variable:  pid (unbalanced)
        time variable:  year, 2014 to 2016, but with gaps
                delta:  1 unit

一般而言，到此就结束了。但是有些同学喜欢平衡面板数据。这和时候可以引入egen命令中的count函数。如下所示，计算出变量pid的个数，仅保留pid个数为2的变量（pid为2，表示该样本有两期）。

bys pid: egen num = count(pid)
keep if num == 2
drop num
xtset pid year

最后得到的就是平衡面板了。

. xtset pid year
       panel variable:  pid (strongly balanced)
        time variable:  year, 2014 to 2016, but with gaps
                delta:  1 unit

其实CHFS、CHARLS之类的数据也可以做类似的处理。原理相同，只是具体方法不同，依操作者的具体思路而定。

以下是完整代码。

*-导入第一份数据
cd /Applications/Stata/personal/CFPS/CFPS2014
use cfps2014adult_201906.dta, clear
keep pid provcd14 urban14 qea0
rename (provcd14 urban14 qea0)(provcd urban marriage)
gen year = 2014
save /Applications/Stata/personal/CFPS/CFPS2016/data1.dta, replace

*-导入第二份数据
cd /Applications/Stata/personal/CFPS/CFPS2016
use cfps2016adult_201808.dta, clear
keep pid provcd16 urban16 qea0
rename (provcd16 urban16 qea0)(provcd urban marriage)
gen year = 2016
save data2.dta, replace

*-纵向合并
use data2.dta, clear
append using data1.dta
order pid year
xtset pid year
bys pid: egen num = count(pid)
keep if num == 2
drop num
xtset pid year
save data.dta, replace