用python还需要stata吗_极冷知识点——Stata/Python/R自带数据导入（附代码）

不知道大家在自学Python/Stata/R的时候，有没有纠结过这个问题：想动手实践下感兴趣的命令或模型，那么就需要一个样本数据(dta，数据框)。去哪找省时省力，找到的数据集靠谱又好用呢？——还记之前提到过最简单的方法有两种，一是手工录入(之前有文章介绍过);https://zhuanlan.zhihu.com/p/321627537​zhuanlan.zhihu.com

二是导入软件自带的数据集。第一种录入数据方式一般的相关书籍都有介绍，至于第二种…...就我看过的上百本Stata-R-Python的教材而言，几乎没有一本提到过。这就是说这个知识点冷的原因咯。

导入自带的数据集，简单、高效，数据往往也更加真实。应该成为初学者导入数据的首选方法。

有几个常见的数据集，想必很多用户都非常熟悉——比如Stata的auto和nlsw，R语言或Python中的Iris，mtcars和Titanic。

接下来，让我们复习一下如何手工录入一个数据集(下面是截图，代码在上面的链接中)。这里以Python为例。

1 Stata自带数据集

Stata是个高度商业化的收费软件，不管什么功能，只要有的，一般都做得很极致。就拿自带数据导入来说，就是一个简单的sysuse auto.dta命令。除了系统自带的数据，Stata还提供官方的在线数据集。在线数据集包括了sysuse命令相关的数据集，具体可以用webuse xxx.dta命令来导入。

总的说来，Stata自带的数据种类齐全，使用方便。就因为这点，当年我刚开始学用Python跑回归的时候，就经常跑到Stata去倒(导)出数据。

1.1 sysuse命令与本地数据集

在Stata命令窗口输入 sysuse dir，返回的是Stata本地的几十个范例数据集列表。

接下来，可使用sysuse+数据集名字的命令，将该数据集导入Stata内存。简单，又方便。

1.2 在线示范数据集

通过help dta_manuals命令，返回一个按手册名字分类、共包含数百个示例数据集(可以用webuse命令调用，也包括了全部的本地数据集)。

下面我们点击打开最后一个User's Guide [U]手册(help q_user命令也可)，里面带有数十个范例数据集。其中前面两个就是我们比较熟悉的auto和nlsw系列数据之一的nlswork数据集。help q_user 命令可查看Stata全部范例dta

点击旁边的use就可以导入内存(如下图所示)，点击describe对数据进行描述(不导入内存)。点击 use 在线导入auto数据集也可以使用 webuse 命令在线导入 auto 数据集

在将Stata的范例数据集导入到内存后，可以通过以下命令将数据导出，方便后面R或Python的使用。

. export delimited using "D:\Spyder\auto.csv", replace //导出为CSV文件

. export excel using "D:\Spyder\auto.xlsx", firstrow(variables) //导出为Excel文件

注意：Stata的dta在导出过程中可能出现信息丢失。对于带有标签数值数据，导出为CSV或者xlsx的时候，保留的是Stata的变量标签取值，而不是原来的数值。比如原来foreign变量下面的取值是1或0，对应的标签是Foreign和Domestic，导出后数据就变成了Foreign或Domestic，而不是原来的1或0。

2 R 自带的数据集

R导入自带的数据集理论上是最方便的，比Stata还快。因为，R自带的数据集甚至都不用导入(当前工作环境)，就可以直接查看或者调用。(想当年我尝试过好多种不同的方法导入R自带的数据。还经常从Stata倒腾数据过来，给R用==！)

2.1 R自带的datasets包中的数据集

R自带的数据集只要是来自本地的datasets，都可以直接查看和调用。比Stata还更方便一点。先演示直接查看和调用mtcars数据集。

> ##直接查看mtcars数据集

> head(mtcars) ##查看头6行

mpg cyl disp hp drat wt qsec vs am gear carb

Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4

Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4