从Excel到Stata的“摆渡车”——import excel命令

本文作者：李   虎，中南财经政法大学统计与数学学院

本文编辑：赵冰洁

技术总编：余术玲

1、前言

  在日常学习和工作中，我们接触的很多数据都是使用Excel文件存储的，如果想要使用Stata进行数据分析，我们首先就需要将Excel工作表导入到Stata中。这个时候，就该我们的import excel命令“粉墨登场”了。

2、import excel命令的语法

  import excel是我们经常使用的命令，也是Stata中相对来说比较简单的命令，我们可以使用help import excel命令来查看一下它的基本语法：

import excel [using] filename [, import_excel_options]

• 其中，import excel为命令主体，不可省略；

• using用于指定使用的文件，导入整个数据集时可以省略；

• filename为导入的Excel文件名；

• import_excel_options为基础命令上添加的选项，具体选项如下表所示：

3、import excel命令的应用

  在介绍了import excel命令的相关语法之后，我们将通过一些简单的案例来实际使用import excel命令，以便大家能够更快掌握import excel命令的用法。

（1）加载Excel工作表

  在我的电脑D盘的数据文件夹下有一个名为test（后缀.xlsx）的Excel文件（可通过后台回复test获取），这个Excel文件里有auto、driving和states三个工作表（sheet），如果我想要将auto这张工作表的数据导入到Stata中，那么我就可以使用如下的一行命令：

• 其中，import excel后面紧跟我们的文件路径，如果Excel文件是放在当前工作路径下的话（cd命令可以更改当前工作路径），就可以不加文件路径，只加一个文件名就可以了。

• sheet选项是用来指定加载的工作表的，因为这个Excel文件里有auto、driving和states三个工作表（sheet），你如果不告诉Stata你想要加载的是哪个工作表的话，那Stata也会很懵逼的，它会傻傻地默认打开这个Excel文件里的第一个工作表。当然，如果你的Excel文件里只有一个工作表，你就可以不加sheet选项，但是，如果你的Excel文件里有多个工作表，并且你想要加载的不是第一个工作表，那么你就一定要加sheet选项。

• firstrow选项表示的是将第一行作为变量名，建议大家在Excel表中就使用英文变量名。

• clear表示清除内存中的数据。

  打开数据编辑器，我们就会惊喜地发现Excel工作表导入成功了：

  sheet、firstrow和clear是三个我们最常使用的选项，下面给大家介绍import excel命令的一些其他选项：

• cellrange选项是用来指定加载的Excel单元格区域，如果我们只想加载工作表的前8行、前8列的数据，也就是从A1单元格到H8单元格，那么你就可以在逗号后面加上cellrange(A1:H8)：

• case()选项是用来设定读取变量名时的大小写格式的，括号中可以填入preserve、lower和upper。其中，preserve是默认选项，会保持变量名的大小写格式，Excel中是小（大）写，读取进来就是小（大）写。lower是将变量名中的所有字母变成小写字母，upper是将变量名中的所有字母变成大写字母。如果说我个人非常喜欢用大写字母命名，那么就可以加一个case(upper)选项。

  如下图所示，变量名都变成大写了：

• allstring选项是将所有数据导入为字符串类型，加了这一选项后，读取进来的数据都会变成“飘红”的字符串。

（2）加载Excel工作表中的部分变量数据

  有的时候工作表太过庞大，我们只想加载工作表中的某几列数据，那么就可以考虑使用import excel extvarlist命令，将extvarlist替换为你想要加载的变量名就好了。例如，我只想加载auto工作表中的make、mpg、weight和price四个变量的数据，那么我就可以运行如下命令：

  运行结果如图所示，这个功能有一个问题就是无法添加firstrow选项，将第一行作为变量名，所以读取进来数据会“飘红”，当然它是可以添加cellrange选项来加载工作表指定区域的，所以就看大家是否需要啦。

（3）描述Excel文件的内容

  这个功能其实我们很少会用到，在import excel后加上一个describe，Stata就会描述这个Excel文件里的内容。

  运行结果如图所示：

  Stata告诉我们在test这个Excel文件里有auto、driving和states三张工作表，auto这张工作表的范围是从左上角A1单元格到右下角的L75单元格，driving这张工作表的范围是从左上角A1单元格到右下角的BD1201单元格，而states这张工作表的范围是从左上角A1单元格到右下角的U52单元格。

（4）导入一个Excel文件中的多个工作表

  我的test.xlsx文件中有auto、driving和states三个工作表（sheet），如果我想要将这三个工作表都导入到Stata中，大家会怎么做呢？一种思路可能就是一个一个导入，但是如果是5个、10个、20个乃至更多的话，那么一个一个导入就很麻烦，这个时候循环语句的优势就显现出来了。

  运行结果如图所示：

  首先，我们要定义一个暂元sheets来存储我们的sheet名，然后写一个循环去遍历每一个sheet名，使用import excel命令加载每一个工作表的数据，并且使用save命令将数据以dta格式保存在当前工作路径下。这样，三个工作表就都导入成功了，如果后面想要调用某个工作表数据的话，就只需使用use命令+文件名就好了。