如何在Stata中将长格式数据集转换为指标行年份列的宽表

前置说明 #

你当前的数据集为标准长表结构：每条观测对应单个国家+单一年份的3个指标值，字段为Country、Year、Indicator 1、Indicator 2、Indicator 3。你需要的最终宽表为「国家+指标」作为行维度、年份作为列维度，需要分两步完成reshape操作。

操作步骤 #

步骤1：预处理变量名 #

Stata变量名不支持空格，先对带空格的指标字段重命名：

rename "Indicator 1" ind1
rename "Indicator 2" ind2
rename "Indicator 3" ind3

步骤2：将横向排列的指标转为纵向排列 #

把3个指标列转为「指标名+指标值」的两列结构，为后续转年份列做准备：

* i()指定唯一标识单条观测的字段，j()生成指标名标识列，string指定j列为字符串格式
reshape long ind, i(Country Year) j(indicator) string

* 可按需将indicator列的取值替换为原指标名称
replace indicator = "Indicator 1" if indicator == "1"
replace indicator = "Indicator 2" if indicator == "2"
replace indicator = "Indicator 3" if indicator == "3"

执行完成后，数据集结构变为：每条观测对应单个国家+单一年份+单个指标的数值，共4个字段：Country、Year、indicator、ind。

步骤3：将纵向排列的年份转为横向列 #

以国家、指标为行维度，把年份转为列存放对应指标值：

* i()指定行维度字段，j()指定要转成列的年份字段
reshape wide ind, i(Country indicator) j(Year)

执行完成后即可得到目标结构：

• 前两列为Country、indicator，对应行维度
• 后续每列对应一个年份，列名为ind1950、ind1951...，存放对应指标值
  如果需要列名直接显示为年份，可执行批量重命名：

foreach var of varlist ind* {
    local year = substr("`var'",4,.)
    rename `var' `year'
}

步骤4：导出到Excel #

* 替换为你自己的输出路径，firstrow指定把变量名作为Excel第一行表头
export excel using "C:/你的文件夹/宽表结果.xlsx", firstrow(variables) replace

注意事项 #

• 执行reshape前如果报错「观测不唯一」，先执行去重命令：duplicates drop Country Year indicator, force
• 年份范围在1950至今的场景下，列数不会超过Excel的最大列数限制，可正常导出

内容的提问来源于stack exchange，提问作者yetona9756