最近拿到了Stata的船新版本——Stata16，就迫不及待地玩了兩天。總的來說，Stata16不論在UI上，還是在功能上，都比之前的版本進(jìn)步了許多。

特別值得一說的是，Stata終于牽手Python了——用戶可以在直接進(jìn)入Python的交互模式，或者運(yùn)行Python的腳本。這樣就可以借他山之石以攻玉。比如說，我們用Python爬取的數(shù)據(jù)，然后交由Stata進(jìn)行處理；或者將Stata中的數(shù)據(jù)交由Python的Matplotlib庫(kù)繪制三維圖像等。這是Stata發(fā)展歷程中的一大進(jìn)步。

當(dāng)然，Stata與Python的結(jié)合過程中仍然存在大量問題，需要Stata的開發(fā)人員持續(xù)改進(jìn)。這一篇我們將結(jié)合Stata的Python開發(fā)文檔（鏈接：https://www.stata.com/python/api16/index.html），來介紹二者之間的數(shù)據(jù)交互問題。

1. 進(jìn)入Python交互模式

首先，你得確保的電腦上已經(jīng)安裝了Python，并且Stata中執(zhí)行Python的路徑設(shè)置正確。然后，你可以通過在命令窗口輸入：

python

接著你就進(jìn)入了如下圖的Python交互模式:

1for i in range(1, 10): 2 for j in range(1, i+1): 3 print("%d*%d=%-4.0d" % (j, i, i*j), end="") 4 print("")

注意縮進(jìn)!!Python對(duì)于縮進(jìn)有嚴(yán)格規(guī)定。結(jié)果如下：

最后，你可以輸入end以結(jié)束Python交互模式。

2. 從Tushare獲取數(shù)據(jù)

Tushare是一個(gè)免費(fèi)、開源的python財(cái)經(jīng)數(shù)據(jù)接口包，在此向大家安利這個(gè)包，大家可以通過這個(gè)鏈接（https://tushare.pro/register?reg=224853）去注冊(cè)使用。當(dāng)然不注冊(cè)也可以用。

由于Stata的Python API文檔中關(guān)于Data類的介紹中已經(jīng)舉了一些使用Python獲取Stata中數(shù)據(jù)的例子（鏈接https://www.stata.com/python/api16/Data.html#examples）。

因此，在這里，我就只介紹如何使用Python獲取的數(shù)據(jù)存儲(chǔ)到Stata中。這里我們主要使用的是sfi（Stata Function Interface）模塊中的Data類。

Data類中add族方法用于向當(dāng)前Stata數(shù)據(jù)集中添加觀察值或變量；get族方法用于獲取當(dāng)前Stata數(shù)據(jù)集中的觀察值；set族方法用于設(shè)置當(dāng)前數(shù)據(jù)集的一些屬性；store族方法用于將數(shù)據(jù)保存到當(dāng)前Stata數(shù)據(jù)集中。

看下面代碼：

''' 遇到問題沒人解答？小編創(chuàng)建了一個(gè)Python學(xué)習(xí)交流QQ群：857662006 尋找有志同道合的小伙伴，互幫互助, 群里還有不錯(cuò)的視頻學(xué)習(xí)教程和PDF電子書！ '''1# 獲取Tushare存款利率數(shù)據(jù)2clear3python:4from sfi import Data5import tushare as ts67# 創(chuàng)建數(shù)據(jù)集和變量8df = ts.get_deposit_rate()9Data.addObs(df.shape[0]) 10Data.addVarStrL('date') 11Data.addVarStrL('deposit_type') 12Data.addVarStrL('rate') 13 14# 存儲(chǔ)數(shù)據(jù) 15Data.store('date', None, df.iloc[:,0]) 16Data.store('deposit_type', None, df['deposit_type']) 17Data.store('rate', None, df['rate']) 18 19end 20br

第3行，用于進(jìn)入Python交互模式；
第4~5行，導(dǎo)入相關(guān)的包；
第8行，從Tushare上獲取存款基準(zhǔn)利率；
第9行，調(diào)用Data類中的addObs()方法，用于給當(dāng)前Stata數(shù)據(jù)集（空）中創(chuàng)建若干個(gè)觀察值，相當(dāng)于Stata中的命令set obs 100。df.shape[0]將返回?cái)?shù)據(jù)的行數(shù)。
第10~12行，由于我已經(jīng)知道了df中有3列數(shù)，且它們的類型都是object，因此這里將使用addVarStrL()方法創(chuàng)建3個(gè)字符串變量，變量名分別為date,deposit_type和rate。盡管已經(jīng)創(chuàng)建了變量，但此時(shí)Stata數(shù)據(jù)集中仍然沒有存儲(chǔ)數(shù)據(jù)。
第15~17行，將df中的數(shù)據(jù)使用store()方法存儲(chǔ)到剛才創(chuàng)建的變量中。
第19行，退出Python交互模式。

結(jié)果如下：

3. 多個(gè)變量

上述數(shù)據(jù)中只有3列數(shù)據(jù)，所以可以不辭辛苦地對(duì)每一個(gè)變量分別進(jìn)行處理，那么如果變量很多呢？一個(gè)個(gè)地設(shè)置變量類型，然后存儲(chǔ)數(shù)據(jù)，那將太麻煩了。因此，要寫個(gè)循環(huán)。

代碼如下：

''' 遇到問題沒人解答？小編創(chuàng)建了一個(gè)Python學(xué)習(xí)交流QQ群：857662006 尋找有志同道合的小伙伴，互幫互助, 群里還有不錯(cuò)的視頻學(xué)習(xí)教程和PDF電子書！ '''1clear2python:3from sfi import Data4import tushare as ts56# 創(chuàng)建數(shù)據(jù)集和變量7df = ts.day_boxoffice()8Data.addObs(df.shape[0])9for i in range(0, df.shape[1]): 10 Data.addVarStrL(df.iloc[:, i].name) 11 12# 存儲(chǔ)數(shù)據(jù) 13for i in range(0, df.shape[1]): 14 Data.store(df.iloc[:, i].name, None, df.iloc[:, i]) 15 16end 17br

上述代碼，是用于獲取當(dāng)日票房的數(shù)據(jù)的。比較簡(jiǎn)單，就不贅述了，結(jié)果如下：

4. 多數(shù)據(jù)類型

也許你發(fā)現(xiàn)了，我們存到Stata中的數(shù)據(jù)都是字符串形式，這是因?yàn)樯鲜鰀f中的數(shù)據(jù)類型都是object類型，只能將其處理成字符串形式。那如果有些數(shù)據(jù)中包含整數(shù)或者浮點(diǎn)數(shù)呢？

在這里需要知道，Pandas庫(kù)是基于Numpy庫(kù)進(jìn)行構(gòu)建的。因此Pandas中的DataFrame的基本數(shù)據(jù)類型就是Numpy的基本數(shù)據(jù)類型，如下：

基于此，獲取滬深300的歷史數(shù)據(jù)的過程如下：

''' 遇到問題沒人解答？小編創(chuàng)建了一個(gè)Python學(xué)習(xí)交流QQ群：857662006 尋找有志同道合的小伙伴，互幫互助, 群里還有不錯(cuò)的視頻學(xué)習(xí)教程和PDF電子書！ '''1clear23python:4from sfi import Data5import matplotlib.pyplot as plt6import numpy as np7import tushare as ts89# 定義數(shù)據(jù)類型 10intList = [np.int8, np.int16, np.int32, np.int64, 11 np.uint8, np.uint16, np.uint32, np.uint64] 12floatList = [np.float16, np.float32, np.float64] 13 14# 獲取數(shù)據(jù) 15df = ts.get_hist_data('hs300') 16df = df.reset_index() # 將索引轉(zhuǎn)化為列 17 18# 添加變量 19Data.addObs(df.shape[0]) 20 21for i in range(0, df.shape[1]): 22 if df.iloc[:, i].dtype in intList: 23 Data.addVarInt(df.iloc[:, i].name) 24 elif df.iloc[:, i].dtype in floatList: 25 Data.addVarFloat(df.iloc[:, i].name) 26 else: 27 Data.addVarStrL(df.iloc[:, i].name) 28 29# 存儲(chǔ)數(shù)據(jù) 30for i in range(0, df.shape[1]): 31 Data.store(df.iloc[:, i].name, None, df.iloc[:, i]) 32 33# 繪制圖形 34df[['close', 'ma5', 'ma10', 'ma20']].plot( 35 kind='line', 36 figsize=(16, 9), 37 grid=True, 38 title='HS300', 39 fontsize=12) 40plt.show() 41 42end 43br

第9~12行用于將int型和float型的數(shù)據(jù)類型分別放到兩個(gè)列表中。
第21~27行用于根據(jù)不同的數(shù)據(jù)類型來創(chuàng)建不同類型的變量；
第33~40行用于繪圖。

獲取數(shù)據(jù)結(jié)果如下：

繪制的圖：

5. 還需要改進(jìn)的地方

在Stata中運(yùn)行Python代碼是其一個(gè)長(zhǎng)足的進(jìn)步，但就目前來看，仍有許多改進(jìn)的地方。

首先，SFI中沒有將DataFrame數(shù)據(jù)直接轉(zhuǎn)化為Stata可調(diào)用數(shù)據(jù)的相關(guān)API，還需要進(jìn)一步的編程來實(shí)現(xiàn)，不是很方便；

其次，Data類中沒有設(shè)置時(shí)間日期類型變量的方法。這就使得任何時(shí)間變量要么以字符串的形式保存，要么轉(zhuǎn)化為時(shí)間戳以整數(shù)或浮點(diǎn)數(shù)的形式保存（SFI模塊中的Datetime類可以處理此數(shù)據(jù)），因此，時(shí)間日期變量的處理就比較麻煩。

但中肯地說，瑕不掩瑜。

總結(jié)

以上是生活随笔為你收集整理的Python和Stata的数据交互的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。