Question

我是R的新手，更习惯于Stata。

我设法使用Stata从R读取数据库data.frame library(foreign)。

data=read.dta("mydata.dta", 
     convert.dates = TRUE, 
     convert.factors = TRUE,
     missing.type = FALSE,
     convert.underscore = FALSE, 
     warn.missing.labels = TRUE)

值（在Stata语言中）不会导入，只会导入标签。

让我再解释一下。假设我想操纵一个名为“edu”的教育变量。在Stata语言中，我使用数值而不是标签来操作我的变量，数据编辑器显示标签，只要我定义了我的标签。例如，假设我的变量“edu”取值10到40，以下代码将标签与每个值相关联：

label define lib_edu 
10 "Less than high-school degree" 
20 "12th grade or higher, no college degree" 
30 "Undergraduate level (2 to 4 years of college)" 
40 "Graduate level (5 years of college or more)", add;
label values edu lib_edu;

然后，当我想操纵我的变量时，我需要使用这些值。例如，如果我想从我的数据集中删除标签低于高中学历的人，我只是这样做：

drop if edu==10

但是在我导入的R data.frame中，标签被导入为因子。每个因素都与一个级别相关联，这个级别不一定与我的Stata值相对应，因为它从1重新开始。同时，我不能使用级别来操纵我的变量。如果我想从我的数据集中删除标签低于高中学历的人，我必须写下整个标签：

data <- data[data$edu!="Less than high-school degree",]

这根本不方便，特别是当标签很长而且复杂时。

是否可以像在Stata中那样进行操作，即：在编辑带有标签的data.frame时操作数值，假设我的数据是从Stata导出的？

提前感谢你。

Answer 1

您可以从两个方向处理此问题：1。您可以在将数据导入R之前从Stata中删除值标签，或2.您可以从R中更改data.frame的数据导入设置。这两条路线中的哪一条更容易取决于您在哪种版本的Stata以及您的数据格式。

选项1：

如果您想在Stata中执行此操作，我建议您先阅读并尽可能安装SSC的“标签实用程序”包：sac inst labutil。此包中包含用于操作标签的许多其他非常有用的工具，labdtch或“label detach”命令，它将使您的值标签与Stata数据中的实际值分离。显然，在将数据导入R之前，您将完成所有这些操作。

选项2：

如果您的数据已使用Stata版本13保存，则R包readstata13将为您节省时间和精力。要了解该软件包：see its manual on CRAN。

如果使用readstata13是一个选项，则需要将get.label和/或get.label.name命令组合使用，并将其用作get.origin.codes的输入你在寻找。

最后，如果不能使用readstata13，则应尝试在R中的导入命令中指定as.numeric(levels(f))[f]。有关原因和更多详细信息，请参阅此StackOverflow question。

如果可能的话，我建议尝试通过R来实现这一点，因为它将提供更可重复的工作流程。但如果您最终通过Stata执行此操作，我会在您的R文件中包含一条简短的注释，说明您在导入数据之前在Stata中所做的操作。

使用从Stata到R data.frame的值，但显示标签而不是值

1 个答案: