Stata 销毁变量
我有一个按月份和年份排序的数据集。我想Stata 销毁变量,stata,Stata,我有一个按月份和年份排序的数据集。我想destringmonth变量,以便最终创建一个日期变量,但它们都标记为一月、二月等。如何destring变量?您不需要。这是一个日期功能的工作。所有这些都有文档记录,例如通过help datetime destring适用于碰巧被读取为字符串变量的数字,因此典型的条目可能是“42”和“666”。当变量包含元数据(如标题行)或缺失的非Stata标志(如“NA”)或一些其他非数字字符时,通常只在一次观察中出现导入为字符串。从MS Excel导入是一个常见的原因
destring
month变量,以便最终创建一个日期变量,但它们都标记为一月、二月等。如何destring
变量?您不需要。这是一个日期功能的工作。所有这些都有文档记录,例如通过help datetime
destring
适用于碰巧被读取为字符串变量的数字,因此典型的条目可能是“42”
和“666”
。当变量包含元数据(如标题行)或缺失的非Stata标志(如“NA”
)或一些其他非数字字符时,通常只在一次观察中出现导入为字符串。从MS Excel导入是一个常见的原因,因为电子表格用户往往对数字数据列中的喷洒文本不感兴趣
值为“一月”
的变量不合格。在你的脑海中,月份名称映射到月份数字,但是destring
并没有分享这些知识
日期函数具有此作业:
* Example generated by -dataex-. To install: ssc install dataex
clear
input str8 month float year
"January" 2017
"February" 1942
end
gen mdate = monthly(month + string(year), "MY")
list
+-------------------------+
| month year mdate |
|-------------------------|
1. | January 2017 684 |
2. | February 1942 -215 |
+-------------------------+
format mdate %tm
list
+--------------------------+
| month year mdate |
|--------------------------|
1. | January 2017 2017m1 |
2. | February 1942 1942m2 |
+--------------------------+
(利益声明:销毁的原始作者)
另见 你没有。这是一个日期功能的工作。所有这些都有文档记录,例如通过
help datetime
destring
适用于碰巧被读取为字符串变量的数字,因此典型的条目可能是“42”
和“666”
。当变量包含元数据(如标题行)或缺失的非Stata标志(如“NA”
)或一些其他非数字字符时,通常只在一次观察中出现导入为字符串。从MS Excel导入是一个常见的原因,因为电子表格用户往往对数字数据列中的喷洒文本不感兴趣
值为“一月”
的变量不合格。在你的脑海中,月份名称映射到月份数字,但是destring
并没有分享这些知识
日期函数具有此作业:
* Example generated by -dataex-. To install: ssc install dataex
clear
input str8 month float year
"January" 2017
"February" 1942
end
gen mdate = monthly(month + string(year), "MY")
list
+-------------------------+
| month year mdate |
|-------------------------|
1. | January 2017 684 |
2. | February 1942 -215 |
+-------------------------+
format mdate %tm
list
+--------------------------+
| month year mdate |
|--------------------------|
1. | January 2017 2017m1 |
2. | February 1942 1942m2 |
+--------------------------+
(利益声明:销毁的原始作者)
另见 没有代码尝试,也没有数据示例。即使您只是感到困惑,您也应该始终能够提供一些数据示例来处理。不要尝试编写代码,也不要提供数据示例。即使您只是感到困惑,您也应该始终能够提供一些数据示例来进行工作。