Stata面板数据合并国别收入分类后年份排序混乱问题求助

问题场景 #

你的主数据是面板格式，包含countrycode（国别代码）和year（年份）字段，每个国家对应连续的年份记录；待合并的是一份Excel格式的国别收入分类表，每个国家仅对应一条收入分类记录。

你之前尝试用以下命令合并：

merge m:m Country using "C:\Users\Dell\Downloads\merge file.dta"
keep if _merge==3
drop _merge

但合并后主数据的年份顺序被打乱，出现同一国家的年份排序混乱的情况。

正确操作步骤 #

1. 先处理收入分类文件 #

首先将Excel格式的收入分类文件导入Stata并保存为dta格式，确保每个countrycode唯一（无重复记录）：

// 导入Excel文件，firstrow表示第一行是变量名
import excel "C:\Users\Dell\Downloads\收入分类文件.xlsx", firstrow clear
// 保存为dta格式，方便后续合并
save "C:\Users\Dell\Downloads\收入分类.dta", replace

2. 使用m:1合并（而非m:m） #

回到主面板数据，执行多对一合并（主数据中每个国家对应多条年份记录，收入分类文件中每个国家仅一条记录），这样会保留主数据的原有顺序：

// 注意变量名要和主数据一致，主数据里是countrycode，不要写成Country
merge m:1 countrycode using "C:\Users\Dell\Downloads\收入分类.dta"
// 保留匹配成功的观测值（按需选择，若要保留未匹配的国家可去掉此命令）
keep if _merge == 3
// 删除合并标识变量
drop _merge

3. （可选）强制重新排序 #

如果仍担心顺序问题，可执行排序命令确保数据按国家、年份升序排列：

sort countrycode year

为什么之前的m:m会乱序？ #

m:m是多对多合并，Stata会自动对两个数据集按合并键排序后再匹配，这会直接打乱主数据原本的年份顺序。而m:1合并以主数据的顺序为基准，仅将收入分类信息匹配到对应国家的所有年份记录上，不会改变主数据的原有排序。

内容的提问来源于stack exchange，提问作者Arpi