Stata中如何批量获取数据集所有变量唯一值并导出至Excel

你的思路完全正确，通过遍历变量结合levelsof命令即可实现需求，无需安装第三方命令，原生Stata即可运行，具体代码和逻辑如下：

实现代码 #

* 1. 临时保存当前待处理的原始数据集，避免操作失误丢失数据
tempfile raw_data result_data
save `raw_data', replace

* 2. 初始化空的结果表，设置两列存储结构
clear
set obs 0
* 可根据实际变量名长度、唯一值总长度调整str后面的数值，避免内容截断
gen str100 variable = ""
gen str5000 unique_values = ""
save `result_data', replace

* 3. 遍历所有变量，逐一提取唯一值写入结果表
use `raw_data', clear
foreach cur_var of varlist _all {
    * 提取当前变量的所有唯一值，自动清理多余格式，用空格分隔
    levelsof `cur_var', local(unique_vals) clean
    
    * 向结果表追加当前变量的记录
    use `result_data', clear
    set obs `=_N + 1'
    replace variable = "`cur_var'" in L
    replace unique_values = "`unique_vals'" in L
    save `result_data', replace
    
    * 切回原始数据集准备处理下一个变量
    use `raw_data', clear
}

* 4. 加载最终结果表，导出到Excel
use `result_data', clear
export excel using "变量唯一值汇总表.xlsx", firstrow(variables) replace

调整说明 #

• 如果不需要遍历全部变量，可将循环语句中的_all替换为指定变量范围，例如fh_*代表只遍历所有fh开头的变量
• 如果单个变量的唯一值数量多、单值长度大，可以把初始化结果表时unique_values的字符串长度调大，例如改为str20000 unique_values即可避免内容截断
• levelsof自带的clean参数会自动适配数值型、字符型变量，去除多余空格和格式符，输出格式和你给出的样例完全一致

内容的提问来源于stack exchange，提问作者Joseph