Stata-Python交互：将Python数据导入Stata

👇 连享会 · 推文导航 | www.lianxh.cn

🍎 Stata：Stata基础 | Stata绘图 | Stata程序 | Stata新命令
📘 论文：数据处理 | 结果输出 | 论文写作 | 数据分享
💹 计量：回归分析 | 交乘项-调节 | IV-GMM | 时间序列 | 面板数据 | 空间计量 | Probit-Logit | 分位数回归
⛳ 专题：SFA-DEA | 生存分析 | 爬虫 | 机器学习 | 文本分析
🔃 因果：DID | RDD | 因果推断 | 合成控制法 | PSM-Matching
🔨 工具：工具软件 | Markdown | Python-R-Stata
🎧 课程：公开课-直播 | 计量专题 | 关于连享会

连享会课程 · 2024 Stata 寒假班

作者： Chuck Huber
编译： 丁晨 (厦门大学)
邮箱： 3049378404@qq.com

致谢： 本文摘自以下文章，特此感谢！
Source： Chuck Huber, 2020, Stata/Python integration part 9: Using the Stata Function Interface to copy data from Python to Stata, -Link-

温馨提示： 文中链接在微信中无法生效。请点击底部「阅读原文」。或直接长按/扫描如下二维码，直达原文：

Stata/Python 交互系列推文 源自 Stata 公司的统计项目总监 Chuck Huber 博士发表于 Stata 官网的系列博文，一共 9 篇。较为系统地介绍了 Stata 与 Python 的交互方式，包括：如何配置你的软件、如何实现 Stata 与 Python 数据集互通、如何调用 Python 工具包、如何进行机器学习分析等。

Part 1: Setting up Stata to use Python -Link-
Part 2: Three ways to use Python in Stata -Link-
Part 3: How to install Python packages -Link-
Part 4: How to use Python packages-Link-
Part 5: Three-dimensional surface plots of marginal predictions-Link-
Part 6: Working with APIs and JSON data -Link-
Part 7: Machine learning with support vector machines, -Link-
Part 8: Using the Stata Function Interface to copy data from Stata to Python, -Link-
Part 9: Using the Stata Function Interface to copy data from Python to Stata, -Link-

中文编译稿列表如下：

Stata-Python交互-9：将python数据导入Stata
Stata-Python交互-8：将Stata数据导入Python
Stata-Python交互-7：在Stata中实现机器学习-支持向量机
Stata-Python交互-6：调用APIs和JSON数据
Stata-Python交互-5：边际效应三维立体图示
Stata-Python交互-4：如何调用Python宏包
Stata-Python交互-3：如何安装Python宏包
Stata-Python交互-2：在Stata中调用Python的三种方式
Stata-Python交互-1：二者配合的基本设定

1. 导读
2. 实例说明

2.1 下载并处理数据
2.2 拷贝数据到Stata
2.3 作图

3. 参考资料

4. 相关推文

1. 导读

本文介绍如何使用SFI模块将python数据拷贝到Stata，原文使用python的yfinance模块从Yahoo！Finance网站下载道琼斯工业指数（DJIA）。鉴于国内连接yfinance不太稳定。本文改用pandas_datareader获取道指（DJIA），并使用Stata画出下图：

如果你对Stata+Python不熟悉，请先阅读以下几篇文章。

在Stata16中如何快速配置Python？
如何在stata中调用python

2. 实例说明

2.1 下载并处理数据

首先我们使用pandas_datareader.data下载道指：

. python
----------------------------------------------- python (type end to exit) -----------------------
>>> import pandas_datareader.data as web
>>> dowjones=web.DataReader('^DJI','stooq','2010-01-01','2019-12-31')
>>> dowjones
                Open      High       Low     Close     Volume
Date                                                         
2019-12-31  28414.64  28547.35  28376.49  28538.44  193336533
2019-12-30  28654.76  28664.69  28428.98  28462.14  181507192
2019-12-27  28675.34  28701.66  28608.98  28645.26  182181663
2019-12-26  28539.46  28624.10  28535.15  28621.39  156025977
2019-12-24  28572.57  28576.80  28503.21  28515.45   86151979
...              ...       ...       ...       ...        ...
2010-01-08  10606.40  10619.40  10554.30  10618.20  172637555
2010-01-07  10571.10  10612.40  10505.20  10606.90  217441286
2010-01-06  10564.70  10595.00  10546.50  10573.70  186108764
2010-01-05  10584.60  10584.60  10522.50  10572.00  188599202
2010-01-04  10430.70  10605.00  10430.70  10584.00  179768845

[2516 rows x 5 columns]
>>> end
-------------------------------------------------------------------------------------------------

下载的道指数据，是以日期为索引，下面将索引项变更为字符串项：

. python
----------------------------------------------- python (type end to exit) -----------------------
>>> dowjones.index
DatetimeIndex(['2019-12-31', '2019-12-30', '2019-12-27', '2019-12-26',
               '2019-12-24', '2019-12-23', '2019-12-20', '2019-12-19',
               '2019-12-18', '2019-12-17',
               ...
               '2010-01-15', '2010-01-14', '2010-01-13', '2010-01-12',
               '2010-01-11', '2010-01-08', '2010-01-07', '2010-01-06',
               '2010-01-05', '2010-01-04'],
              dtype='datetime64[ns]', name='Date', length=2516, freq=None)
>>> dowjones['dowdate']=dowjones.index.astype(str)
>>> dowjones['dowdate']
Date
2019-12-31    2019-12-31
2019-12-30    2019-12-30
2019-12-27    2019-12-27
2019-12-26    2019-12-26
2019-12-24    2019-12-24
                 ...    
2010-01-08    2010-01-08
2010-01-07    2010-01-07
2010-01-06    2010-01-06
2010-01-05    2010-01-05
2010-01-04    2010-01-04
Name: dowdate, Length: 2516, dtype: object
>>> end
-------------------------------------------------------------------------------------------------

2.2 拷贝数据到Stata

使用python的SFI模块，将数据拷贝到Stata中：

. python
----------------------------------------------- python (type end to exit) -----------------------
>>> from sfi import Data 
>>> Data.setObsTotal(len(dowjones))
>>> Data.addVarStr("dowdate",10)
>>> Data.addVarDouble("dowclose")
>>> Data.addVarInt("dowvolume")
>>> 
>>> Data.store("dowdate",None,dowjones['dowdate'],None)
>>> Data.store("dowclose",None,dowjones['Close'],None)
>>> Data.store("dowvolume",None,dowjones['Volume'],None)
>>> end
-------------------------------------------------------------------------------------------------

道指数据摘要：

. list in 1/5, abbreviate(9)

     +-----------------------------------+
     |    dowdate   dowclose   dowvolume |
     |-----------------------------------|
  1. | 2019-12-31   28538.44     1.9e+08 |
  2. | 2019-12-30   28462.14     1.8e+08 |
  3. | 2019-12-27   28645.26     1.8e+08 |
  4. | 2019-12-26   28621.39     1.6e+08 |
  5. | 2019-12-24   28515.45     8.6e+07 |
     +-----------------------------------+

变量格式转换

dowdate：String ->Date，生成新变量date
dowvolume：变更以百万股为单位

. generate date = date(dowdate,"YMD")

. format %tdCCYY-NN-DD date

. replace dowvolume = dowvolume/1000000
(2,516 real changes made)

. format %10.2fc dowvolume

. label variable dowvolume "DJIA Volume (Millions of Shares)"

. list in 1/5, abbreviate(9)

     +------------------------------------------------+
     |    dowdate   dowclose   dowvolume         date |
     |------------------------------------------------|
  1. | 2019-12-31   28538.44      193.34   2019-12-31 |
  2. | 2019-12-30   28462.14      181.51   2019-12-30 |
  3. | 2019-12-27   28645.26      182.18   2019-12-27 |
  4. | 2019-12-26   28621.39      156.03   2019-12-26 |
  5. | 2019-12-24   28515.45       86.15   2019-12-24 |
     +------------------------------------------------+

2.3 作图

以date为横坐标，dowclose为纵坐标y（左侧），做折线图；dowvolume为纵坐标y2（右侧），做直方图；Stata基础命令详见连享会公开课-stata33讲

twoway (line dowclose date, lcolor(green) lwidth(medium))         ///
       (bar dowvolume date, fcolor(blue) lcolor(blue) yaxis(2)),  ///
       title("Dow Jones Industrial Average (2010 - 2019)")        ///
       xtitle("") ytitle("") ytitle("", axis(2))                  ///
       xlabel(, labsize(small) angle(horizontal))                 ///
       ylabel(5000(5000)30000,                                    ///
              labsize(small) labcolor(green)                      ///
              angle(horizontal) format(%9.0fc))                   ///
       ylabel(0(500)3000,                                         ///
              labsize(small) labcolor(blue)                       ///
              angle(horizontal) axis(2))                          ///
       legend(order(1 "Closing Price" 2 "Volume (millions)")      ///
              cols(1) position(10) ring(0))

3. 参考资料

Stata/Python integration part 9: Using the Stata Function Interface to copy data from Python to Stata
Stata-Python模块
【Python搞量化】pandas_datareader 经济和金融数据读取API介绍

4. 相关推文

Note：产生如下推文列表的命令为：
lianxh Stata Python +
安装最新版 lianxh 命令：
ssc install lianxh, replace

专题：Stata入门

使用 Jupyter Notebook 配置 Stata\Python\Julia\R

专题：Stata教程

Stata-Python交互-9：将python数据导入Stata
Stata-Python交互-8：将Stata数据导入Python
Stata-Python交互-7：在Stata中实现机器学习-支持向量机
Stata-Python交互-6：调用APIs和JSON数据
Stata-Python交互-5：边际效应三维立体图示
Stata-Python交互-4：如何调用Python宏包
Stata-Python交互-3：如何安装Python宏包
Stata-Python交互-2：在Stata中调用Python的三种方式
Stata-Python交互-1：二者配合的基本设定

专题：Stata程序

Stata程序：是否有类似-Python-中的-zip()-函数

专题：文本分析-爬虫

VaR 风险价值: Stata 及 Python 实现
支持向量机：Stata 和 Python 实现

专题：Python-R-Matlab

Stata交互：Python-与-Stata-对比
Python+Stata：批量制作个性化结业证书

专题：其它

ES 期望损失: Stata 及 Python 实现

课程推荐：Stata2R：针对 Stata 用户的 R 课程
主讲老师：游万海 (福州大学)
课程时间：2023 年 12 月 3/10/17 (三个周日)
🍓 课程主页：https://www.lianxh.cn

New！ Stata 搜索神器：lianxh 和 songbl GIF 动图介绍
搜：推文、数据分享、期刊论文、重现代码 ……
👉 安装：
. ssc install lianxh
. ssc install songbl
👉 使用：
. lianxh DID 倍分法
. songbl all

🍏 关于我们

连享会 ( www.lianxh.cn，推文列表) 由中山大学连玉君老师团队创办，定期分享实证分析经验。
直通车： 👉【百度一下：连享会】即可直达连享会主页。亦可进一步添加「知乎」,「b 站」,「面板数据」,「公开课」等关键词细化搜索。