Excel宽表转长表求助：适配Stata回归分析，XLOOKUP无效

方法1：用Excel Power Query批量转换（无需复杂函数） #

针对大数据集，Power Query是比XLOOKUP/INDEX更高效的批量处理方式：

• 选中你的数据区域（包含表头），点击「数据」选项卡 → 「从表格/区域」，确认弹窗里勾选了「我的表格有标题」
• 在Power Query编辑器中，选中所有时间点对应的列（不要选公司名称列），点击「转换」选项卡 → 「逆透视列」→ 「逆透视其他列」
• 此时会自动生成三列：原公司名称列、「属性」（对应原时间点列名）、「值」（对应每个公司在该时间点的数值），可右键列名重命名为你需要的名称（比如「时间」「数值」）
• 点击「关闭并上载」，即可得到长格式的数据集

方法2：直接在Stata中转换（一步到位，适合后续回归） #

如果已经准备好导入数据，直接用Stata的reshape命令更省心：

1. 导入宽格式Excel数据：

   import excel "你的文件完整路径.xlsx", sheet("Sheet1") firstrow
   

   （firstrow参数表示用Excel第一行作为Stata变量名）

2. 转长格式，分两种情况：

   • 若时间点列的命名有统一前缀（比如year2018、year2019）：

     reshape long year, i(company) j(time)
     rename year value  // 把生成的数值列重命名为value
     

     解释：i(company)指定个体标识（公司名称），j(time)指定时间标识，long表示转为长格式
   • 若时间点列直接是纯数字（比如列名就是2018、2019），导入Stata后变量名会自动加下划线前缀（比如_2018），用以下命令：

     reshape long _, i(company) j(time)
     rename _ value
     

3. 转换完成后，直接可以进行回归分析，比如：

   reg value i.time i.company  // 控制时间和公司固定效应的回归
   

关于你提到的XLOOKUP/INDEX问题 #

不用纠结这类函数，它们更适合单个数据匹配，而批量转换宽长格式用上述两种方法效率高得多，完全避免手动操作。

内容的提问来源于stack exchange，提问作者Craig Mason