数据准备中的Python与Stata

我知道这是不太可能的，但我不明白为什么Python在简单的操作后输出一个稍微不同的数据集，我认为这与我在Stata中所做的是相同的。 那么，斯塔塔：

use "filename", clear  
drop if varname < 1500  
sum  

---

PYTHON（原始数据：

df=pd.read\u stata（“filename.dta”）

）：varname
计数：610
平均值：1339.481934
标准：17.274755
最小值：1304.000000
25%：1326.000000
50%：1341.000000
75%：1353.000000
最高：1368.000000

df.isnull（）.sum（）

varname 10953
因此，在Stata和Python中，原始数据中的丢失数量是相同的，但是在删除之后，我得到了两个不同的数据集

---

PYTHON，在

df=df[df.varname之后，我猜您误解了
df[]
子句中布尔运算的行为

在pandas中，
df[statement]
中的语句必须是
True
，这样才能选择它

在您的示例中，
df=df[df.varname我猜您误解了
df[]
子句中布尔运算的行为

在pandas中，
df[statement]
中的语句必须是
True
，这样才能选择它

在您的示例中，
df=df[df.varname老实说，这似乎不太可能。您能否提供
varname
的类型和描述性统计信息，包括读取数据后和删除数据后的类型和描述性统计信息？我猜空值的处理方式是不同的。您能否在删除任何观察值之前包含计数，以验证正在读取的数据是否正确相同？另外，您是否可以明确检查缺少的值？df=df[df.varname>1500]…？@coffeinjunky，看起来数据集是相同的，但在我使用df=df[df.varname<1500]后，它们会发生变化不到1500@tianlinhe，是的，在执行此命令之后，我得到了一个与stata不同的数据集，因此可能这是一个不正确的行。老实说，这似乎不太可能。您能否提供
varname
的类型和描述性统计信息，无论是在读取数据之后还是在删除数据之后？我猜是空值E的处理方式不同。在删除任何观察值之前，您是否可以包括计数，以验证正在读取的数据是否相同？此外，您是否可以明确检查缺少的值？df=df[df.varname>1500]…？@coffeinjunky，看起来数据集是相同的，但在我使用df=df[df.varname<1500]后，它们会发生变化不到1500@tianlinhe，是的，在这个命令之后，我得到了一个与stata不同的数据集，所以这可能是一个错误的行。非常感谢！我解决了我的问题，但没有理解为什么一件事有效，另一件事无效。现在感谢你的解释，我明白了！我也很高兴帮助你！你愿意吗接受它作为答案还是投票？@tianlinhe，没问题：）太感谢你了！我明白了我的问题，但不明白为什么一件事有效，另一件事无效。现在感谢你的解释，我明白了！我也很乐意帮助你！那么你会接受它作为答案还是投票吗？@tianlinhe，没问题：）
import pandas as pd  
df = pd.read_stata("filename.dta", convert_missing = False)  
df = df[df.varname<1500]  
df.describe()