Stata-Python交互-10:Stata17 新特性之PyStata的配置与应用

发布时间:2022-06-25 阅读 2986

Stata连享会   主页 || 视频 || 推文 || 知乎 || Bilibili 站

温馨提示: 定期 清理浏览器缓存,可以获得最佳浏览体验。

New! lianxh 命令发布了:
随时搜索推文、Stata 资源。安装:
. ssc install lianxh
详情参见帮助文件 (有惊喜):
. help lianxh
连享会新命令:cnssc, ihelp, rdbalance, gitee, installpkg

课程详情 https://gitee.com/lianxh/Course

课程主页 https://gitee.com/lianxh/Course

⛳ Stata 系列推文:

PDF下载 - 推文合集

作者:杨晓军 (云南大学)
邮箱yxj@mail.ynu.edu.cn


目录


每一门程序语言都有自己的特点,或者说有其擅长的领域,对于同一项工作的不同部分,如果我们能够合理搭配使用不同的程序语言或者软件,就可以极大提高工作效率。从计量统计分析的角度来说,我们可以将这一项工作分为数据处理与统计分析两个部分,在数据处理方面 Python 是一个不错的工具,而在统计分析方面使用 Stata 显然会更加方便。

因此,如果能够找到一个在二者之间进行交互的方法,将极大提高我们的数据分析效率。基于以上考虑,从 Stata16 以来,Stata 与 Python 的交互功能开始日益完善。如今,我们可以使用 Stata17 中的 PyStata 来便捷地完成这一项工作。

1. PyStata 的基本介绍

PyStata 是 Stata17 中引入的一个新概念,它涵盖了所有 Stata 和 Python 的交互方式。事实上从 Stata16 开始,我们就可以在 Stata 中调用 Python 代码,并通过 Stata 函数接口 (sfi 模块) 实现 Python 与 Stata 核心功能的交互。

在 Stata17 中,通过 Python 包 pystata,我们可以在基于或支持 IPython 内核的环境中 (例如:Jupyter Notebook、Jupyter Lab、Spyder、PyCharm、VScode 等) 更加方便地调用 Stata 和 Mata。

在正式使用之前,我们需安装以下软件:

  • 正版 Stata17 软件 (必须具备有效的许可证,否则无法调用);
  • 拥有基于或支持 IPython 内核的 Python 环境 (建议使用 Jupyter Lab 或 VScode)。

在此基础上,我们还需要完成如下配置:

  • step 1:在 Python 环境中安装 stata_setup 模块;
# 安装stata_setup模块
pip install --upgrade --user stata_setup
  • step 2:在 Python 环境中导入 stata_setup 模块,并关联 Stata17;
# 导入stata_setup模块
import stata_setup
# 通过stata_setup.config关联 Stata17  
stata_setup.config(r"D:\Program\Stata17", "mp") # 填入 Stata17 的本地路径及版本类型
from pystata import stata

2. 使用魔法指令实现交互

2.1 魔法指令介绍

cell magic 基本指令:在 cell 的第一行输入魔法指令 %%stata,接着在该 cell 中输入对应的 Stata 命令。

%%stata
sysuse auto, clear
list

line magic 基本指令:如果你只是想在某一行运行一个单独的 Stata 语句,而在其他行运行 Python 语句,那么就可以使用 line magic 指令,即只需在某一行输入魔法指令 %stata,后面跟上想要运行的 Stata 语句即可。

%stata sysuse auto, clear

2.2 魔法指令参数

2.2.1 Python 调用 Stata 数据

%%stata magic 命令提供了几个参数,可用于控制 Stata 命令的执行以及在 Stata 和 Python 之间传递数据。例如,我们可以使用 -eret-ret-sret 参数,将 Stata 运行结果中的 e()r()s() 结果传递到 Python 变量中。需要注意的是,此命令默认保存和传递的是 Stata 中最后一条命令的运行结果。

%%stata -eret myeret -ret myret -sret mysret
sysuse auto, clear
reg mpg price i.foreign
ds
. sysuse auto, clear
. reg mpg price i.foreign

      Source |       SS           df       MS      Number of obs   =        74
-------------+----------------------------------   F(2, 71)        =     23.01
       Model |  960.866305         2  480.433152   Prob > F        =    0.0000
    Residual |  1482.59315        71  20.8815937   R-squared       =    0.3932
-------------+----------------------------------   Adj R-squared   =    0.3761
       Total |  2443.45946        73  33.4720474   Root MSE        =    4.5696
------------------------------------------------------------------------------
         mpg | Coefficient  Std. err.      t    P>|t|     [95% conf. interval]
-------------+----------------------------------------------------------------
       price |     -0.001      0.000    -5.28   0.000       -0.001      -0.001
             |
     foreign |
    Foreign  |      5.245      1.164     4.51   0.000        2.925       7.565
       _cons |     25.651      1.272    20.17   0.000       23.115      28.186
------------------------------------------------------------------------------

. ds
make          rep78         weight        displacement
price         headroom      length        gear_ratio
mpg           trunk         turn          foreign

以上命令语句是指,将 Stata 语句中的 e()r()s() 传递到 Python 变量 myeretmyretmysret 中。我们可以输出一下这三个变量,看看获取到了哪些信息。

myeret
# myret
# mysret
{'e(N)': 74.0,
 'e(df_m)': 2.0,
 'e(df_r)': 71.0,
 'e(F)': 23.007494485746342,
 'e(r2)': 0.39324012569622946,
 'e(rmse)': 4.569638248831391,
 'e(mss)': 960.8663049714787,
 'e(rss)': 1482.5931544879809,
 'e(r2_a)': 0.3761482982510528,
 'e(ll)': -215.90831771275379,
 'e(ll_0)': -234.39433764823468,
 'e(rank)': 3.0,
 'e(cmdline)': 'regress mpg price i.foreign',
 'e(title)': 'Linear regression',
 'e(marginsprop)': 'minus',
 'e(marginsok)': 'XB default',
 'e(vce)': 'ols',
 'e(depvar)': 'mpg',
 'e(cmd)': 'regress',
 'e(properties)': 'b V',
 'e(predict)': 'regres_p',
 'e(model)': 'ols',
 'e(estat_cmd)': 'regress_estat',
 'e(b)': array([[-9.59034169e-04,  0.00000000e+00,  5.24527100e+00,
          2.56505843e+01]]),
 'e(V)': array([[ 3.29592449e-08,  0.00000000e+00, -1.02918123e-05,
         -2.00142479e-04],
        [ 0.00000000e+00,  0.00000000e+00,  0.00000000e+00,
         -0.00000000e+00],
        [-1.02918123e-05,  0.00000000e+00,  1.35394617e+00,
         -3.39072871e-01],
        [-2.00142479e-04, -0.00000000e+00, -3.39072871e-01,
          1.61691892e+00]])}

该指令默认获取和传递的数据以字典列表的形式储存,我们可以通过索引直接调用其中的任意一项数据。

# 调用从 Stata 语句中获取到的运行结果
e_b = myeret['e(b)']
e_b
array([[-9.59034169e-04,  0.00000000e+00,  5.24527100e+00,
         2.56505843e+01]])

应用实例:获取当前 Stata 所使用数据集中的所有变量名,然后通过 stata.pdataframe_from_data() 函数将 Stata 数据集输出到 Python 中。

%%stata -eret myeret -ret myret -sret mysret
ds
make        rep78         weight        displacement
price         headroom      length        gear_ratio
mpg           trunk         turn          foreign
# 把 Stata 数据集全部输出到 pd.df
var_list = myret['r(varlist)']
df_stata=stata.pdataframe_from_data(var_list)
df_stata

2.2.2 Stata 调用 Python 数据

我们也可以通过指定 %%stata magic 指令的 -d 参数,将 NumPy 数组或 pandas DataFrame 加载到 Stata 中,使其成为当前的工作数据集。需要注意的是,此数据集会替换当前 Stata 内存中的数据集,并在下一个 cell 中仍然可用。

应用实例:导入一个 df 数据集,并使用 Python 中的 df 数据集作为当前的 Stata 数据集。

# 导入一个外部数据到 Python 中
from sklearn import datasets
bos = datasets.load_boston()
boston = pd.DataFrame(bos.data)
boston.columns = bos.feature_names
boston['MEDV'] = bos.target
boston.head()
%%stata -d boston
describe
Contains data
 Observations:           506                  
    Variables:            14                  
-------------------------------------------------------------------------------
Variable      Storage   Display    Value
    name         type    format    label      Variable label
-------------------------------------------------------------------------------
CRIM            double  %10.0g                
ZN              double  %10.0g                
INDUS           double  %10.0g                
CHAS            double  %10.0g                
NOX             double  %10.0g                
RM              double  %10.0g                
AGE             double  %10.0g                
DIS             double  %10.0g                
RAD             double  %10.0g                
TAX             double  %10.0g                
PTRATIO         double  %10.0g                
B               double  %10.0g                
LSTAT           double  %10.0g                
MEDV            double  %10.0g                
-------------------------------------------------------------------------------
Sorted by: 
     Note: Dataset has changed since last saved.

我们还可以通过指定 -f 参数一次将多个 NumPy 或 pandas DataFrame 加载到 Stata 中,这会使得每个数组或 DataFrame 加载到 Stata 的多个单独 Frame 中。例如:

CHAS0 = boston[boston['CHAS']==0]
CHAS1 = boston[boston['CHAS']==1]
CHAS0
CHAS0
%%stata -f CHAS0,CHAS1
frames dir

3. 使用 pystata.stata 实现交互

3.1 单行和多行 Stata 指令运算

stata.run('sysuse auto, clear')
stata.run('''
summarize
reg mpg price i.foreign
ereturn list
''')

3.2 pystata.stata 中的交互函数

可以使用 get_return()get_ereturn()get_sreturn() 函数将 Stata 的 r()e()s() 结果存储为 Python 中的字典。例如:

stata.run('sysuse auto, clear')

myret = stata.get_return()
myeret = stata.get_ereturn()
mysret = stata.get_sreturn()

df_myeret = pd.DataFrame.from_dict(myeret,orient='index')
df_myret = pd.DataFrame.from_dict(myret,orient='index')
df_mysret = pd.DataFrame.from_dict(mysret,orient='index')
df_myeret
df_myret
df_mysret

可以使用 stata.pdataframe_from_data() 将 Stata 数据集作为 Numpy 数组或 pandas DataFrames 传递到 Python 中。例如:

stata.run('sysuse auto, clear')

# 默认传递当前 stata 所使用的整个数据集
myauto = stata.pdataframe_from_data()
myauto.head()

# 指定参数选择当前 stata 所使用数据集的子集
# 例如,我们可将变量 mpg 和 price 的前 10 个观测值存储到 pandas DataFrame 中
myauto1 = stata.pdataframe_from_data('mpg price', range(10))
myauto1

可以使用 stata.pdataframe_to_data() 将数据从 Python 读取到 Stata 中,使其成为当前数据集或将其加载到 Stata 中的特定 Frame 中。例如,将上面的 pd.df 数据集 myauto 加载到 Stata 中,使其成为当前数据集,并列出前三个观测值。

stata.pdataframe_to_data(myauto, force=True) # force=True 指的是在加载 Frame 之前清空 Stata 的当前内存
stata.run('list in 1/3')

3.3 其他 pystata.stata 函数介绍

具体函数 功能
run(cmd[, quietly, echo, inline]) 运行一行或一组 Stata 命令
nparray_to_data(arr[, prefix, force]) 将 Numpy数组加载到 Stata 的内存中,使其成为当前数据集
pdataframe_to_data(df[, force]) 将 pandas DataFrame 加载到 Stata 的内存中,使其成为当前数据集
nparray_from_data([var, obs, selectvar, …]) 将当前 Stata 数据集中的值导出到 Numpy 数组中
pdataframe_from_data([var, obs, selectvar, …]) 将当前 Stata 数据集中的值导出到 pandas DataFrame
nparray_to_frame(arr, stfr[, prefix, force]) 将 Numpy 数组加载到 Stata 中的指定 Frame 中
pdataframe_to_frame(df, stfr[, force]) 将pandas DataFrame加载到 Stata 中的指定Frame中
nparray_from_frame(stfr[, var, obs, …]) 将值从 Stata Frame 中导出到 Numpy 数组中
pdataframe_from_frame(stfr[, var, obs, …]) 将值从Stata Frame 中导出到 pandas DataFrame
get_return() 检索当前的 r() 结果并将其存储在 Python 字典中
get_ereturn() 检索当前的 e()结果并将其存储在 Python 字典中
get_sreturn() 检索当前的 s() 结果并将其存储在 Python 字典中

4. Stata Function Interface (sfi ) 简介

4.1 sfi 接口函数简介

sfi 模块允许用户将 Python 的功能与 Stata 的核心功能进行交互。该模块可以交互使用,也可以在 do 文件和 ado 文件中使用。在模块中,定义了 Class 用来访问 Stata 特征、当前数据集、Frame、日期和时间、宏、标量、矩阵、值标签、全局 Mata 矩阵、缺失值等。

Class Summary

Exception Summary

4.2 常用 sfi.Data 函数实示例

%stata sysuse auto, clear

price = Data.get(var='price')
price

price1 = pd.Series(price)
price1

Data.renameVar('mpg', 'MileagePerGallon')
%stata list

Data.dropVar("make")
%stata list

Data.keepVar("MileagePerGallon")

%stata list

5. 相关推文

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

相关课程

免费公开课

最新课程-直播课

专题 嘉宾 直播/回看视频
最新专题 文本分析、机器学习、效率专题、生存分析等
研究设计 连玉君 我的特斯拉-实证研究设计-幻灯片-
面板模型 连玉君 动态面板模型-幻灯片-
面板模型 连玉君 直击面板数据模型 [免费公开课,2小时]
  • Note: 部分课程的资料,PPT 等可以前往 连享会-直播课 主页查看,下载。

课程主页

课程主页

关于我们

  • Stata连享会 由中山大学连玉君老师团队创办,定期分享实证分析经验。
  • 连享会-主页知乎专栏,700+ 推文,实证分析不再抓狂。直播间 有很多视频课程,可以随时观看。
  • 公众号关键词搜索/回复 功能已经上线。大家可以在公众号左下角点击键盘图标,输入简要关键词,以便快速呈现历史推文,获取工具软件和数据下载。常见关键词:课程, 直播, 视频, 客服, 模型设定, 研究设计, stata, plus, 绘图, 编程, 面板, 论文重现, 可视化, RDD, DID, PSM, 合成控制法

连享会小程序:扫一扫,看推文,看视频……

扫码加入连享会微信群,提问交流更方便

✏ 连享会-常见问题解答:
https://gitee.com/lianxh/Course/wikis

New! lianxhsongbl 命令发布了:
随时搜索连享会推文、Stata 资源,安装命令如下:
. ssc install lianxh
使用详情参见帮助文件 (有惊喜):
. help lianxh