多个Excel文件处理——xls2dta命令

诸君安！

爬虫君之前给大家讲解过excel文件的读取与保存方法，详见如何用 Stata 批量读取多张工作表的 Excel 文件，其中介绍给大家的命令是import excel，该命令在读取单个文件时表现优异，但要读取多个文件就需要借助宏来进行循环。

今天爬虫君介绍给大家一个更简便的命令xls2dta，本命令需从ssc下载安装，在处理多个excel文件上具有显著优势，不仅可以读取保存，还可以进行合并等其他操作。

Excel文件批量读取与合并

比如，爬虫君现在有4个excel文件放在E:/桌面/mark文件夹中。

每个文件都有3张表单，分别有id和mark两个变量。

爬虫君想要将mark文件夹中所有excel文件中的第1和第3张表单中的数据转换成dta格式，并合并生成mark.dta文件。

方法一

使用命令：

xls2dta,save(E:\桌面) sheet(1 3):import excel using E:\桌面\mark,firstrow

xls2dta,save(E:\桌面\mark.dta, replace):append

save中参数表示新生成的文件所在路径，如果不使用该选项则默认为当前工作路径；

sheet中的参数表示所要读取的表单，如果要读取所有表单，则可使用allsheets选项；

E:\桌面\mark则是所要读取的文件的路径，命令会读取该路径中的所有xls和xlsx文件，如果要读取单个Excel文件则需加上扩展名。

第二行命令append默认使用第一行命令所转换生成的文件进行合并。

方法二

也可以不生成中间文件直接合并Excel文件中的数据，通过using来自定义所要使用的数据来源。使用命令：

xls2dta, sheet(1 3) save(E:\桌面\mark.dta, replace) importopts(firstrow):append using E:\桌面\mark

这样就直接读取并合并了Excel文件中指定的数据。

通过填写importopts选项可以在细节上完善Excel文件的读取，本次操作填入的firstrow表示将第一行变量记作变量名；

using后接路径，则会对该路径下所有的xls和xlsx文件文件进行操作。如果要对单个文件进行操作，则需加上扩展名。

比如读取mark2.xlsx文件中所有表单的数据并合并，生成文件mark2.dta，使用命令：

xls2dta, save(E:\桌面\mark2.dta,replace) allsheets importopts(firstrow): append using E:\桌面\mark\mark2.xlsx

同样的，append命令还可以换成joinby和merge对excel文件进行合并操作。

新生成文件的其它批量操作

除合并数据之外，xls2dta还可以对新生成的文件进行其他批量操作。语法为

xls2dta : xeq command

比如，对于新生成的文件，爬虫君想要把含4位数的变量id拆成两个分别含2位数的变量，使用命令：

xls2dta,save(E:\桌面) allsheets:import excel using E:\桌面\mark,firstrow

xls2dta : xeq nsplit id,digits(2 2)

如上图所示，变量拆分成功。

只需在xls2dta : xeq后加上命令即可对转换生成的文件进行批量操作，而不加上using或save，本命令会自行读取保存。