将Excel格式日期转换为Stata可用格式并提取月、日的方法咨询

核心逻辑前提 #

Stata的日期系统以1960年1月1日为0值起点，和Excel默认的1900年1月1日为1值起点的体系存在固定偏移差；同时Excel存在历史遗留bug——错误将1900年识别为闰年，多计算了1个不存在的2月29日，两个因素叠加后转换的固定偏移量为21916，转换时无需手动计算日期差。
这类从Excel导出的CSV中存储的日期值，通常为3万到5万区间的纯数字，对应1980年到2040年范围内的实际日期，完全适配上述转换逻辑。

分步操作 #

• 导入CSV文件，定位待转换的日期变量。执行导入命令时保留默认的数值识别规则，导入后原Excel存储的日期序列（如45231这类纯数字）会自动识别为数值型变量，假设该变量名为excel_serial。
• 生成Stata标准格式的日期变量。执行命令：
  gen stata_date = excel_serial - 21916
  这一步完成两个修正：一是把Excel的1900基准换算到Stata的1960基准，二是修正Excel的1900闰年bug。
• 设置日期显示格式。执行命令：
  format stata_date %td
  完成后变量会从一串无意义的数字，显示为类似15mar2024的标准可读日期格式，可直接用于Stata的日期类运算。

提取月份、日份的实现 #

这部分完全基于转换好的stata_date变量调用内置函数实现，无额外步骤：

• 提取月份数值：执行gen month = month(stata_date)，生成的变量值为1-12的整数，对应当年1月到12月。
• 提取当月日份数值：执行gen day = day(stata_date)，生成的变量值为1-31的整数，对应当月的具体日期。
• 如需生成固定格式的“月-日”字符串做匹配使用，可执行：
  gen month_day = string(month, "%02.0f") + "-" + string(day, "%02.0f")
  输出结果会自动补零，例如3月5日会显示为03-05。

常见问题提醒 #

• 如果导入CSV后发现原日期变量是字符串类型，先执行destring excel_serial, replace转成数值再做后续转换，否则会触发类型不匹配报错。
• 若你的Excel预先设置了1904年日期系统（常见于旧版Mac端Excel），需要把转换公式里的偏移量21916替换为25569，否则转换结果会错位4年。
• 不要跳过偏移修正直接套用Stata日期格式：如果不对原始数值做偏移、直接给变量设置%td格式，最终显示的日期会和实际值相差60年，完全无法使用。

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