中国家庭追踪调查数据（CFPS）地级市和区县id数据代码匹配

于 2024-04-03 11:59:28 发布
阅读量2.9k 收藏 7
点赞数 4
文章标签： 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45892228/article/details/137339851
版权
本文介绍了中国家庭追踪调查(CFPS)的数据，包含地级市和区县ID的匹配方法，指出数据由草莓科研整理，区县顺序码可有效匹配大部分样本，提供163个样本的电子表格和stata格式，原创且无版权，免费供学术研究使用。
摘要由CSDN通过智能技术生成
1.资料名称：中国家庭追踪调查数据（CFPS）地级市和区县id数据代码匹配
2.指标说明：数据由草莓科研整理，具体为
通过区县顺序码能够匹配80%以上的样本，每年的家庭户籍数据基本不变
通过原始数据dta文件里面的countyid-区县行政码code进行匹配和实证研究
3.具体指标：countyid        省份        countycode        countyname
4.资料范围：电子表格和stata格式都有，163个样本，自己原创手工整理，不涉及任何版权，免费分享给大家使用！

下载https://download.csdn.net/download/weixin_45892228/89076090 

 

生活家小毛
关注
cfps数据_数据共享：中国家庭追踪调查（CFPS）1418
weixin_39670545的博客
11-28 8631
数据介绍：中国家庭追踪调查(CFPS)中国家庭追踪调查(China Family Panel Studies，CFPS)旨在通过跟踪收集个体、家庭、社区三个层次的数据，反映中国社会、经济、人口、教育和健康的变迁，为学术研究和公共政策分析提供数据基础。CFPS重点关注中国居民的经济与非经济福利，以及包括经济活动、教育成果、家庭关系与家庭动态、人口迁移、健康等在内的诸多研究主题，是一项全国性...
中国家庭跟踪调查（CFPS）2018年Stata数据
05-18
北京大学最新发布的中国家庭跟踪调查（CFPS）2018年Stata数据，包含家庭和个人调查的开放数据，需要的朋友可以下载
省市区县对应编码及关系整理
10-30
省市区县对应编码及关系整理
数据名称：中国家庭追踪调查（CFPS）数据区县码数据描述：162个区县代码，适用于10-20年份，可匹配约85-90%的样本。可依次匹配coutyid-区县行政码code-地级市行政码city-省份
2301_78426994的博客
06-06 269
数据描述：162个区县代码，适用于10-20年份，可匹配约85-90%的样本。可依次匹配coutyid-区县行政码code-地级市行政码city-省份行政码province，从而进行市或县层面的微观与宏观数据匹配的劳动经济学等方面实证研究。数据名称：中国家庭追踪调查（CFPS）数据区县码。
2018年中国家庭追踪调查CFPS调查问卷最新个人版数据
07-06
需要论文数据，中国家庭追踪调查的数据
中国家庭追踪调查（CFPS）数据区县码
2201_75895086的博客
05-22 404
数据描述：162个区县代码，适用于10-20年份，可匹配约85-90%的样本。可依次匹配coutyid-区县行政码code-地级市行政码city-省份行政码province，从而进行市或县层面的微观与宏观数据匹配的劳动经济学等方面实证研究。数据名称：中国家庭追踪调查（CFPS）数据区县码。
中国家庭追踪调查数据库2016
01-13
中国家庭追踪调查（China Family Panel Studies，CFPS）旨在通过跟踪收集个体、家庭、社区三个层次的数据，反映中国社会、经济、人口、教育和健康的变迁，为学术研究和公共政策分析提供数据基础。 CFPS重点关注中国居民的经济与非经济福利，以及包括经济活动、教育成果、家庭关系与家庭动态、人口迁移、健康等在内的诸多研究主题，是一项全国性、大规模、多学科的社会跟踪调查项目。CFPS样本覆盖25个省/市/自治区，目标样本规模为16000户，调查对象包含样本家户中的全部家庭成员。CFPS在2008、2009两年在北京、上海、广东三地分别开展了初访与追访的测试调查，并于2010年正式开展访问。经2010年基线调查界定出来的所有基线家庭成员及其今后的血缘/领养子女将作为CFPS的基因成员，成为永久追踪对象。CFPS调查问卷共有社区问卷、家庭问卷、成人问卷和少儿问卷四种主体问卷类型，并在此基础上不断发展出针对不同性质家庭成员的长问卷、短问卷、代答问卷、电访问卷等多种问卷类型。 CFPS由北京大学中国社会科学调查中心（ISSS）实施。项目采用计算机辅助调查技术开展访问，以满足多样化的设计需求，提高访问效率，保证数据质量。项目资助来自北京大学985工程。
CFPS中国家庭调查数据
05-10
2008到2016的CFPS中国家庭调查数据，通过跟踪收集个体、家庭、社区三个层次的数据，反映中国社会、经济、人口、教育和健康的变迁，为学术研究和公共政策分析提供数据基础。 CFPS重点关注中国居民的经济与非经济福利，以及包括经济活动、教育成果、家庭关系与家庭动态、人口迁移、健康等在内的诸多研究主题，是一项全国性、大规模、多学科的社会跟踪调查项目。
CFPS数据集 时间跨度 2010 2018
07-06
CFPS数据集 时间跨度 2010 2018
全国城市区县编码
03-21
从网上找来的全国省市县编码及其对应区县名称的对照表，需要的自取。
最新的！中国家庭跟踪调查（CFPS）2020年Stata数据，SAS数据
06-03
《中国家庭跟踪调查（CFPS）2020年数据详解——基于Stata与SAS的分析工具》 中国家庭跟踪调查（China Family Panel Studies，简称CFPS）是一项全国性的大型社会科学研究项目，旨在深入了解中国家庭的社会、经济、...
最新的！中国家庭跟踪调查（CFPS）2016年Stata数据，SAS数据
06-03
中国家庭跟踪调查（China Family Panel Studies，简称CFPS）是一项全国性的大型长期追踪研究项目，旨在深入了解中国家庭的社会、经济、教育、健康等多方面状况。2016年的CFPS数据提供了丰富的信息，涵盖了各个年龄段...
中国家庭跟踪调查（CFPS）2018年Stata数据，SAS数据
06-03
中国家庭跟踪调查（CFPS）2018年Stata数据，SAS数据
2018年中国家庭追踪调查CFPS调查问卷最新家庭版数据、Stata可用
07-06
论文数据、研究中国家庭、老龄化、养老情况的数据
R语言如何整理微观数据CFPS
最新发布
07-24
整理微观数据需要对数据进行清洗、转换和整合等处理。对于中国家庭追踪调查（China Family Panel Studies，简称CFPS）的微观数据，你可以使用R语言中的各种数据处理包和函数来完成这些任务。 下面是一个基本的示例，演示了如何使用R语言整理CFPS微观数据： 1. 导入所需的包： ```R library(readr) # 用于读取数据 library(dplyr) # 用于数据处理和转换 ``` 2. 读取CFPS数据文件（通常是以CSV或其他格式存储的数据文件）： ```R data <- read_csv("cfps_data.csv") # 根据实际文件名和路径进行修改 ``` 3. 数据清洗和转换，根据需要进行选择、筛选和重命名等操作： ```R # 选择需要的变量 data_select <- data %>% select(variable1, variable2, variable3) # 根据条件筛选观察单位 data_filter <- data %>% filter(variable > 100) # 重命名变量名 data_rename <- data %>% rename(new_variable = old_variable) ``` 4. 数据整合和合并，如果需要将多个数据文件整合在一起： ```R # 合并两个数据框 merged_data <- merge(data1, data2, by = "id") # 按照某个共同的变量进行连接 joined_data <- left_join(data1, data2, by = "id") ``` 5. 数据导出，将整理好的数据保存为新的数据文件： ```R write_csv(data, "cleaned_data.csv") # 根据实际文件名和路径进行修改 ``` 需要根据具体情况进行适当的调整和扩展。CFPS数据通常包含多个变量和复杂的数据结构，因此你可能需要使用更多的数据处理和转换技巧来满足特定的需求。R语言提供了丰富的数据处理包和函数，如dplyr、tidyr等，可以帮助你更高效地整理和处理CFPS微观数据。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

生活家小毛

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值