如何把国家统计局地区分省年度数据快速整理成省级面板数据

单变量处理

进入国家统计局→统计数据(数据从查询)→地区数据(分省年度数据)下载1999-2018年31省地区生成总值xls格式数据到桌面上,文件名称为:分省年度数据.xls。

cd C:\Users\yjy\OneDrive\桌面 //设置工作路径为桌面
import excel using 分省年度数据.xls, clear  //xls格式数据
*local i =  A[2]
local i =  substr(A[2],10,.)  //提取数据指标:地区生产总值。
dis  "`i'"
keep in 5/35 //保存5-35行数据
renvars B-U \ a2018 a2017 a2016 a2015 a2014 a2013 a2012 a2011 
a2010 a2009 a2008  a2007 a2006 a2005 a2004 a2003 a2002 
a2001 a2000 a1999  //变量重命名
gen id = _n
reshape long a, i(id) j(year)   //把宽数据转为长数据
label variable a "`i'"   //添加标签“地区生产总值”
destring a,replace    //把变量a从字符型转化为数值型
rename A 地区   
save 分省年度数据, replace   //保存数据

多变量处理

进入国家统计局→统计数据(数据从查询)→地区数据(分省年度数据)下载1999-2018年31省7份数据到桌面上,文件名称为:分省年度数据 (1)-(7)。

cd C:\Users\yjy\OneDrive\桌面 //设置工作路径为桌面
forvalues j=1/7{
         import excel using "分省年度数据 (`j').xls", clear
         local i =  substr(A[2],10,.)
         keep in 5/35
         renvars B-U \ a`j'2018 a`j'2017 a`j'2016 a`j'2015 a`j'2014  ///
a`j'2013 a`j'2012 a`j'2011 a`j'2010 a`j'2009 a`j'2008  a`j'2007  ///
a`j'2006 a`j'2005 a`j'2004 a`j'2003 a`j'2002 a`j'2001 a`j'2000  ///
a`j'1999 
         gen id = _n
         reshape long a`j', i(id) j(year)
         label variable a "`i'"
         destring a,replace
        save "分省年度数据 (`j')", replace
   }  
*合并数据
forvalues j=1/7{
         merge 1:1 id year using "分省年度数据 (`j').dta"
        drop _merge
        save "宏观面板数据", replace
   }
*删除单变量数据
 forvalues j=1/7{
          erase "分省年度数据 (`j').dta"
   }
*删除xls原始数据
forvalues j=1/7{
         erase "分省年度数据 (`j').xls"
  }

use 宏观面板数据,clear
rename A 省份
xtset id year
xtreg a1 a2 a3 a4 a5 a6 a7,fe
最后编辑于
©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 199,902评论 5 468
  • 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 84,037评论 2 377
  • 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 146,978评论 0 332
  • 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 53,867评论 1 272
  • 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 62,763评论 5 360
  • 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 48,104评论 1 277
  • 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 37,565评论 3 390
  • 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 36,236评论 0 254
  • 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 40,379评论 1 294
  • 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 35,313评论 2 317
  • 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 37,363评论 1 329
  • 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 33,034评论 3 315
  • 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 38,637评论 3 303
  • 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 29,719评论 0 19
  • 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 30,952评论 1 255
  • 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 42,371评论 2 346
  • 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 41,948评论 2 341

推荐阅读更多精彩内容

  • 农历十月二十三,晴 早上带孩子去看了《寻梦幻游记》 孩子哭了,我也哭了 感动的稀里哗啦 死亡不可怕,被人遗忘才可怕...
    玲萍阅读 148评论 0 0
  • 阿饼对我可真是操碎了心 我不想忘了阿饼
    周钊Zenith阅读 288评论 1 0
  • 在时光社中看人闲聊,话题说到天赋。大抵说某学生极有作文的天赋,因受到老师打击数年消沉,很有可能天赋就此湮灭...
    时光社D陈先森阅读 3,525评论 1 29
  • 黛玉初到荣府,过得是什么日子呢? 这不是一般人能享受到的,地位基本与宝玉相当。 先看贾母对黛玉的态度,原文:……贾...
    那座野山阅读 411评论 0 0