Stata交互:Python-与-Stata-对比

发布时间:2020-10-07 阅读 28

Stata 连享会   主页 || 视频 || 推文

温馨提示: 定期 清理浏览器缓存,可以获得最佳浏览体验。

课程详情 https://gitee.com/arlionn/Course   |   lianxh.cn

课程主页 https://gitee.com/arlionn/Course

译者: 郭李鹏 (山西晋城市财政局)
邮箱: 497724596@qq.com
来源: Comparison with Stata


目录


编者按: 不同语言和软件有其独特功能。在研究工作中,我们往往会同时采用多种工具完成我们的研究任务。本文通过实例对比 Python 和 Stata 在语法上的差别,以便于各位能在二者之间自如切换。事实上,两边的用户都在努力促成彼此的融合,介绍 Python 与 Stata 结合的文章如下:

对于使用 Stata 的用户,本文通过对比演示如何用 pandas 实现 Stata 的基本操作。

如果你对 pandas 还不熟悉,你可以先通读一遍 10 分钟入门 pandas ,熟悉一下相关库。

通常我们按照如下方式导入 pandas 和 numpy 库,在本文后续部分,我们将使用 pd 和 np 分别代表相关库。

In [1]: import pandas as pd

In [2]: import numpy as np

请注意

本文通过调用 df.head() 命令来显示 pandas 数据集 DataFrame 的前 N ( 默认 5 ) 行数据。 Stata 中对应命令为:

list in 1/5

1. 数据结构

1.1 常用术语对照

pandas Stata
DataFrame data set
column variable
row observation
groupby bysort
NaN .

连享会计量方法专题……

1.2 DataFrame / Series

pandas 中的 DataFrame 类似于 Stata 数据集——一个二维数据,每列可以是不同的值类型。正如本文将要展示,几乎任何可以对 Stata 的数据集应用的操作都可以在 pandas 中完成。

Series 是表示 DataFrame 列的数据结构。 Stata 没有针对列的单独数据结构,但通常,使用 Series 类似于引用 Stata 数据集中的列。

1.3 Index

每个DataFrameSeries都有一个Index索引——数据 的标签。 Stata 没有一个完全类似的概念。在 Stata 中,除了可以用暗含索引_n 访问行外,数据基本没有行标签。

在 pandas 中,即使没有指定索引,也可以使用默认整数索引(第一行= 0,第二行= 1,依次类推)。虽然使用单个索引或多个索引可以进行复杂的分析,并且是 pandas 的重要功能,但是为了与 Stata 比较,本文中将基本忽略行索引,只将 DataFrame 作为列的集合。获取更多有关使用索引的信息,请参阅索引文档。

2. Data Input / Output

2.1 创建 DataFrame

Stata数据通过 input 语句赋值并指定列名。

input x y
1 2
3 4
5 6
end

创建 DataFrame 有很多,数据量较小时,最常用的方法是传入一个 Python 字典,其中字典每一个 key 对应一列,与 key 对应 value 是该列下所有数据。

In [3]: df = pd.DataFrame({'x': [1, 3, 5], 'y': [2, 4, 6]})
In [4]: df
Out[4]: 
   x  y
0  1  2
1  3  4
2  5  6

连享会计量方法专题……

2.2 读取外部数据

与 Stata 一样,pandas 可以从许多格式文件中读取数据。可以通过链接获取 pandas 测试数据集 tips ,我们将在下面的许多示例中使用到这份数据。

Stata 通过 import delimited 将 csv 数据文件读入内存中。如果 tips.csv 文件在当前工作目录中,我们可以按照以下方式导入。

import delimited tips.csv

pandas 通过 read_csv() 方法读取 csv 文件,与 Stata 工作原理类似。此外,pandas 可以通过 url 自动下载数据集。

In [5]: url = ('https://raw.github.com/pandas-dev'
...:       '/pandas/master/pandas/tests/data/tips.csv')
...: 

In [6]: tips = pd.read_csv(url)

In [7]: tips.head()
Out[7]: 
  total_bill   tip     sex  smoker  day    time  size
0       16.99  1.01  Female     No  Sun  Dinner     2
1       10.34  1.66    Male     No  Sun  Dinner     3
2       21.01  3.50    Male     No  Sun  Dinner     3
3       23.68  3.31    Male     No  Sun  Dinner     2
4       24.59  3.61  Female     No  Sun  Dinner     4

import delimited 一样,read_csv() 可以使用更多参数来导入数据。例如,如果数据是用 tab 分隔的,没有列名,并且存在于当前工作目录中, panda 命令将是:

tips = pd.read_csv('tips.csv', sep='\t', header=None)

# alternatively, read_table is an alias to read_csv with tab delimiter
tips = pd.read_table('tips.csv', header=None)

pandas 还可以使用 read_stata() 函数读取 .dta 格式的 Stata 数据。

df = pd.read_stata('data.dta')

除了 text/csv 和 Stata 文件之外,pandas 还支持许多种其他数据格式,如 Excel / SAS / HDF 5 / Parquet 和 SQL 数据库。这些都是通过 pd.read_* 相关命令读取的。有关详细信息,请参阅 IO 文档。

2.3 导出数据

在 Stata 中,与 import delimited 功能相反的函数是 export delimited

export delimited tips2.csv

类似地,在 pandas 中,read_csv 功能相反的函数是 DataFrame.to_csv()

tips.to_csv('tips2.csv')

pandas 还可以使用 DataFrame.to_stata() 方法导出到 Stata 格式文件。

tips.to_stata('tips2.dta')

3. 数据操作

3.1 列操作

在 Stata 中,可以使用 generatereplace 在数据某一列或新产生一列上运算任意数学公式。

replace total_bill = total_bill - 2
generate new_bill = total_bill / 2
drop new_bill

pandas 通过在 DataFrame 中 x 选定各个 Series 来进行类似的向量化操作。可以用同样的方法产生新的列。可以用 DataFrame.drop() 方法从 DataFrame 中删除列。

In [8]: tips['total_bill'] = tips['total_bill'] - 2

In [9]: tips['new_bill'] = tips['total_bill'] / 2

In [10]: tips.head()
Out[10]: 
total_bill   tip     sex smoker  day    time  size  new_bill
0       14.99  1.01  Female     No  Sun  Dinner     2     7.495
1        8.34  1.66    Male     No  Sun  Dinner     3     4.170
2       19.01  3.50    Male     No  Sun  Dinner     3     9.505
3       21.68  3.31    Male     No  Sun  Dinner     2    10.840
4       22.59  3.61  Female     No  Sun  Dinner     4    11.295

In [11]: tips = tips.drop('new_bill', axis=1)

3.2 条件过滤

Stata 中使用 if 语句对一个或多个列的数据进行筛选。

list if total_bill > 10

DataFrames 有多种过滤方式,最直观的是使用 boolean indexing

In [12]: tips[tips['total_bill'] > 10].head()
Out[12]: 
  total_bill   tip     sex  smoker  day    time  size
0       14.99  1.01  Female     No  Sun  Dinner     2
2       19.01  3.50    Male     No  Sun  Dinner     3
3       21.68  3.31    Male     No  Sun  Dinner     2
4       22.59  3.61  Female     No  Sun  Dinner     4
5       23.29  4.71    Male     No  Sun  Dinner     4

3.3 If 条件语句

在 Stata 中,可以使用 if 语句来创建新列。

generate bucket = "low" if total_bill < 10
replace bucket = "high" if total_bill >= 10

在 pandas 中也可以使用 numpywhere 方法来完成相同的操作。

In [13]: tips['bucket'] = np.where(tips['total_bill'] < 10, 'low', 'high')

In [14]: tips.head()
Out[14]: 
   total_bill   tip     sex  smoker  day    time  size bucket
0       14.99  1.01  Female     No  Sun  Dinner     2   high
1        8.34  1.66    Male     No  Sun  Dinner     3    low
2       19.01  3.50    Male     No  Sun  Dinner     3   high
3       21.68  3.31    Male     No  Sun  Dinner     2   high
4       22.59  3.61  Female     No  Sun  Dinner     4   high

3.4 日期函数

Stata提供了一系列函数来处理数据类型为 date/datetime 的列。

generate date1 = mdy(1, 15, 2013)
generate date2 = date("Feb152015", "MDY")

generate date1_year = year(date1)
generate date2_month = month(date2)

* shift date to beginning of next month
generate date1_next = mdy(month(date1) + 1, 1, year(date1)) if month(date1) != 12
replace date1_next = mdy(1, 1, year(date1) + 1) if month(date1) == 12
generate months_between = mofd(date2) - mofd(date1)

list date1 date2 date1_year date2_month date1_next months_between

pandas 中同样的操作如下所示。除了这些功能之外, pandas 还支持其他在无法在 Stata 使用的处理时间序列的功能 ( 例如时区处理和自定义偏移量 ) —— 有关更多内容,请参见 timeseries 文档

In [15]: tips['date1'] = pd.Timestamp('2013-01-15')

In [16]: tips['date2'] = pd.Timestamp('2015-02-15')

In [17]: tips['date1_year'] = tips['date1'].dt.year

In [18]: tips['date2_month'] = tips['date2'].dt.month

In [19]: tips['date1_next'] = tips['date1'] + pd.offsets.MonthBegin()

In [20]: tips['months_between'] = (tips['date2'].dt.to_period('M')
 ....:                          - tips['date1'].dt.to_period('M'))
 ....: 

In [21]: tips[['date1', 'date2', 'date1_year', 'date2_month', 'date1_next',
 ....:      'months_between']].head()
 ....: 
Out[21]: 
       date1      date2  date1_year  date2_month date1_next    months_between
0 2013-01-15 2015-02-15        2013            2 2013-02-01  <25 * MonthEnds>
1 2013-01-15 2015-02-15        2013            2 2013-02-01  <25 * MonthEnds>
2 2013-01-15 2015-02-15        2013            2 2013-02-01  <25 * MonthEnds>
3 2013-01-15 2015-02-15        2013            2 2013-02-01  <25 * MonthEnds>
4 2013-01-15 2015-02-15        2013            2 2013-02-01  <25 * MonthEnds>

3.5 列操作

Stata 通过关键字对列进行选择、删除和重命名的操作。

keep sex total_bill tip

drop sex

rename total_bill total_bill_2

pandas 中同样的操作如下表示。注意,与Stata相反,这些操作没有在数据原来的位置运算。要使这些更改生效,需要将操作赋给一个变量。

# keep
In [22]: tips[['sex', 'total_bill', 'tip']].head()
Out[22]: 
     sex  total_bill   tip
0  Female       14.99  1.01
1    Male        8.34  1.66
2    Male       19.01  3.50
3    Male       21.68  3.31
4  Female       22.59  3.61

# drop
In [23]: tips.drop('sex', axis=1).head()
Out[23]: 
  total_bill   tip  smoker  day    time  size
0       14.99  1.01     No  Sun  Dinner     2
1        8.34  1.66     No  Sun  Dinner     3
2       19.01  3.50     No  Sun  Dinner     3
3       21.68  3.31     No  Sun  Dinner     2
4       22.59  3.61     No  Sun  Dinner     4

# rename
In [24]: tips.rename(columns={'total_bill': 'total_bill_2'}).head()
Out[24]: 
  total_bill_2   tip     sex  smoker  day    time  size
0         14.99  1.01  Female     No  Sun  Dinner     2
1          8.34  1.66    Male     No  Sun  Dinner     3
2         19.01  3.50    Male     No  Sun  Dinner     3
3         21.68  3.31    Male     No  Sun  Dinner     2
4         22.59  3.61  Female     No  Sun  Dinner     4

3.6 数值排序

Stata 中的排序是通过 sort 命令完成的。

sort sex total_bill

pandas 对象可以通过 DataFrame.sort_values() [1] 方法对多列进行排序。

In [25]: tips = tips.sort_values(['sex', 'total_bill'])

In [26]: tips.head()
Out[26]: 
     total_bill   tip     sex  smoker   day    time  size
67         1.07  1.00  Female    Yes   Sat  Dinner     1
92         3.75  1.00  Female    Yes   Fri  Dinner     2
111        5.25  1.00  Female     No   Sat  Dinner     1
145        6.35  1.50  Female     No  Thur   Lunch     2
135        6.51  1.25  Female     No  Thur   Lunch     2

4. 字符串处理

4.1 字符串长度

Stata 分别使用 strlen()ustrlen() 函数来确定 ASCII 和 Unicode 码的字符串长度。

generate strlen_time = strlen(time)
generate ustrlen_time = ustrlen(time)

Python 使用 len 函数确定字符串的长度。在 python 3 中,所有的字符串都是 Unicode 码字符串。len 计算长度时包括字符串末尾的空格。可以使用 lenrstrip 来去除末尾空格影响。

In [27]: tips['time'].str.len().head()
Out[27]: 
67     6
92     6
111    6
145    5
135    5
Name: time, dtype: int64

In [28]: tips['time'].str.rstrip().str.len().head()
Out[28]: 
67     6
92     6
111    6
145    5
135    5
Name: time, dtype: int64  

4.2 查找字符串的位置

Stata 使用 strpos() 函数确定字符串中字符的位置。在第一个参数定义的字符串,并搜索第二个参数提供的子字符串第一个出现的位置。

generate str_position = strpos(sex, "ale")

Python 使用 find() 函数确定字符串中字符的位置。 find() 函数搜索子字符串出现的第一个位置,如果找到子字符串,函数返回它的位置;如果没有找到子字符串,函数将返回-1。注意, Python 索引是从零开始的。

In [29]: tips['sex'].str.find("ale").head()
Out[29]: 
67     3
92     3
111    3
145    3
135    3
Name: sex, dtype: int64

4.3 按位置提取子字符串

Stata 使用 substr() 函数根据字符串的位置从字符串中提取子字符串。

generate short_sex = substr(sex, 1, 1)

对于 pandas ,您可以使用 [] 符号从字符串中按位置提取子字符串。注意, Python 索引是从零开始的。

In [30]: tips['sex'].str[0:1].head()
Out[30]: 
67     F
92     F
111    F
145    F
135    F
Name: sex, dtype: object

4.4 提取第 n 个单词

Stata 中 word() 函数的作用是:返回字符串中的第n个单词。第一个参数是要分析的字符串,第二个参数指定要提取哪个位置单词。

clear
input str20 string
"John Smith"
"Jane Cook"
end

generate first_name = word(name, 1)
generate last_name = word(name, -1)

Python 使用正则表达式从字符串文本中提取子字符串。有很多功能强大的方法,但这里只展示一个简单的方法。

In [31]: firstlast = pd.DataFrame({'string': ['John Smith', 'Jane Cook']});

In [32]: firstlast['First_Name'] = firstlast['string'].str.split(" ", expand=True)[0]

In [33]: firstlast['Last_Name'] = firstlast['string'].str.rsplit(" ", expand=True)[1]

In [34]: firstlast
Out[34]: 
       string First_Name Last_Name
0  John Smith       John     Smith
1   Jane Cook       Jane      Cook

4.5 大小写转换

Stata 分别使用strupper()strlower()strproper()ustrupper()ustrlower()ustrtitle() 函数转换 ASCII 和 Unicode 码字符串的大小写。

clear
input str20 string
"John Smith"
"Jane Cook"
end

generate upper = strupper(string)
generate lower = strlower(string)
generate title = strproper(string)
list

Python 中等效函数是 upper, lowertitle

In [35]: firstlast = pd.DataFrame({'string': ['John Smith', 'Jane Cook']})

In [36]: firstlast['upper'] = firstlast['string'].str.upper()

In [37]: firstlast['lower'] = firstlast['string'].str.lower()

In [38]: firstlast['title'] = firstlast['string'].str.title()

In [39]: firstlast
Out[39]: 
       string       upper       lower       title
0  John Smith  JOHN SMITH  john smith  John Smith
1   Jane Cook   JANE COOK   jane cook   Jane Cook

5. 数据合并

下面的表格将在合并示例中使用。

In [40]: df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
 ....:                    'value': np.random.randn(4)})
 ....: 

In [41]: df1
Out[41]: 
  key     value
0   A  0.469112
1   B -0.282863
2   C -1.509059
3   D -1.135632

In [42]: df2 = pd.DataFrame({'key': ['B', 'D', 'D', 'E'],
 ....:                    'value': np.random.randn(4)})
 ....: 

In [43]: df2
Out[43]: 
  key     value
0   B  1.212112
1   D -0.173215
2   D  0.119209
3   E -1.044236

在 Stata 中,要执行合并命令,一个数据必须在内存中,另一个数据必须通过引用硬盘上的文件名称。相反,Python 必须将两个数据 DataFrames 同时放在内存中。

默认情况下, Stata 通过外部连接数据,在合并之后,来自两个数据的所有观察值都留在内存中。通过使用创建的 _merge 变量中的不同值,可以只保留来自初始数据集、合并数据集或两者交集的观察值。

* First create df2 and save to disk
clear
input str1 key
B
D
D
E
end
generate value = rnormal()
save df2.dta

* Now create df1 in memory
clear
input str1 key
A
B
C
D
end
generate value = rnormal()

preserve

* Left join
merge 1:n key using df2.dta
keep if _merge == 1

* Right join
restore, preserve
merge 1:n key using df2.dta
keep if _merge == 2

* Inner join
restore, preserve
merge 1:n key using df2.dta
keep if _merge == 3

* Outer join
restore
merge 1:n key using df2.dta

pandas DataFrames 有一个 DataFrame.merge() 方法,提供了类似的功能。不同的合并类型是通过设定 how 关键字实现的。

In [44]: inner_join = df1.merge(df2, on=['key'], how='inner')

In [45]: inner_join
Out[45]: 
key   value_x   value_y
0   B -0.282863  1.212112
1   D -1.135632 -0.173215
2   D -1.135632  0.119209

In [46]: left_join = df1.merge(df2, on=['key'], how='left')

In [47]: left_join
Out[47]: 
key   value_x   value_y
0   A  0.469112       NaN
1   B -0.282863  1.212112
2   C -1.509059       NaN
3   D -1.135632 -0.173215
4   D -1.135632  0.119209

In [48]: right_join = df1.merge(df2, on=['key'], how='right')

In [49]: right_join
Out[49]: 
key   value_x   value_y
0   B -0.282863  1.212112
1   D -1.135632 -0.173215
2   D -1.135632  0.119209
3   E       NaN -1.044236

In [50]: outer_join = df1.merge(df2, on=['key'], how='outer')

In [51]: outer_join
Out[51]: 
key   value_x   value_y
0   A  0.469112       NaN
1   B -0.282863  1.212112
2   C -1.509059       NaN
3   D -1.135632 -0.173215
4   D -1.135632  0.119209
5   E       NaN -1.044236

6. 缺失值

与 Stata 一样,在 Pandas 中使用浮点值 NaN (不是数字)表示数组中的缺失值。许多含义是相同的,例如,缺失值可以进行数值运算操作,默认情况下汇总运算将忽略这些缺失值。

In [52]: outer_join
Out[52]: 
  key   value_x   value_y
0   A  0.469112       NaN
1   B -0.282863  1.212112
2   C -1.509059       NaN
3   D -1.135632 -0.173215
4   D -1.135632  0.119209
5   E       NaN -1.044236

In [53]: outer_join['value_x'] + outer_join['value_y']
Out[53]: 
0         NaN
1    0.929249
2         NaN
3   -1.308847
4   -1.016424
5         NaN
dtype: float64

In [54]: outer_join['value_x'].sum()
Out[54]: -3.5940742896293765

与 Stata 不同之处在于,不能使用 pandas 缺失值的标记值进行比较。例如,在 Stata 中,可以使用标记值来过滤丢失数据。

* Keep missing values
list if value_x == .
* Keep non-missing values
list if value_x != .

pandas 中无法使用这中方式,需要使用 pd.isna()pd.notna() 函数进行比较。

In [55]: outer_join[pd.isna(outer_join['value_x'])]
Out[55]: 
 key  value_x   value_y
5   E      NaN -1.044236

In [56]: outer_join[pd.notna(outer_join['value_x'])]
Out[56]: 
 key   value_x   value_y
0   A  0.469112       NaN
1   B -0.282863  1.212112
2   C -1.509059       NaN
3   D -1.135632 -0.173215
4   D -1.135632  0.119209

pandas 还提供了其他处理缺失值的方法——一些在 Stata 中很难操作。例如,有一些方法可以删除所有有缺失值的行,可以用指定的值(比如平均值,或者前行值)替换缺失值。获取更多信息,请查阅缺失值文档

# Drop rows with any missing value
In [57]: outer_join.dropna()
Out[57]: 
key   value_x   value_y
1   B -0.282863  1.212112
3   D -1.135632 -0.173215
4   D -1.135632  0.119209

# Fill forwards
In [58]: outer_join.fillna(method='ffill')
Out[58]: 
key   value_x   value_y
0   A  0.469112       NaN
1   B -0.282863  1.212112
2   C -1.509059  1.212112
3   D -1.135632 -0.173215
4   D -1.135632  0.119209
5   E -1.135632 -1.044236

# Impute missing values with the mean
In [59]: outer_join['value_x'].fillna(outer_join['value_x'].mean())
Out[59]: 
0    0.469112
1   -0.282863
2   -1.509059
3   -1.135632
4   -1.135632
5   -0.718815
Name: value_x, dtype: float64

7. 分组运算

7.1 分组求和

Stata的 collapse 函数可按一个或多个关键变量分组,并计算数值列上的和。

collapse (sum) total_bill tip, by(sex smoker)

pandas 通过 groupby 方法,可以实现类似的求和。

In [60]: tips_summed = tips.groupby(['sex', 'smoker'])['total_bill', 'tip'].sum()

In [61]: tips_summed.head()
Out[61]: 
              total_bill     tip
sex    smoker                    
Female No          869.68  149.77
      Yes         527.27   96.74
Male   No         1725.75  302.00
      Yes        1217.07  183.07

7.2 分组变换

在 Stata 中,对原始数据分组运算,通常会使用 bysortegen() 命令。例如,按吸烟变量分组后,每个观察值减去的组内平均值。

bysort sex smoker: egen group_bill = mean(total_bill)
generate adj_total_bill = total_bill - group_bill

panda 使用 groubpy 方法提供了一个 分组变换 功能,可以这些类型的操作在一个操作中简洁地表达出来。

In [62]: gb = tips.groupby('smoker')['total_bill']

In [63]: tips['adj_total_bill'] = tips['total_bill'] - gb.transform('mean')

In [64]: tips.head()
Out[64]: 
     total_bill   tip     sex smoker   day    time  size  adj_total_bill
67         1.07  1.00  Female    Yes   Sat  Dinner     1      -17.686344
92         3.75  1.00  Female    Yes   Fri  Dinner     2      -15.006344
111        5.25  1.00  Female     No   Sat  Dinner     1      -11.938278
145        6.35  1.50  Female     No  Thur   Lunch     2      -10.838278
135        6.51  1.25  Female     No  Thur   Lunch     2      -10.678278

7.3 分组处理

除了汇总分析之外,pandas 的 groupby 函数可以完成 Stata 中 bysort 其他大多数的处理功能。例如,按性别、吸烟者变量分组排序列后列出第一个观察结果。

bysort sex smoker: list if _n == 1

pandas 中,写法如下:

In [65]: tips.groupby(['sex', 'smoker']).first()
Out[65]: 
               total_bill   tip   day    time  size  adj_total_bill
sex    smoker 
Female No            5.25  1.00   Sat  Dinner     1      -11.938278
       Yes           1.07  1.00   Sat  Dinner     1      -17.686344
Male   No            5.51  2.00  Thur   Lunch     2      -11.678278
       Yes           5.25  5.15   Sun  Dinner     2      -13.506344

8. 其他

8.1 硬盘和内存

pandas 和 Stata 都只在内存中运行。这意味着可以在 pandas 中加载的数据大小受计算机内存限制。如果需要处理外部数据,可以使用 dask.dataframe库,可以对硬盘上的 DataFrame 数据实现部分 pandas 功能。

8.2 Python 与 Stata 结合的相关介绍

相关课程

连享会-直播课 上线了!
http://lianxh.duanshu.com

免费公开课:


课程一览

支持回看,所有课程可以随时购买观看。

专题 嘉宾 直播/回看视频
最新专题 DSGE, 因果推断, 空间计量等
Stata数据清洗 游万海 直播, 2 小时,已上线
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。


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。直播间 有很多视频课程,可以随时观看。
  • 连享会-主页知乎专栏,300+ 推文,实证分析不再抓狂。
  • 公众号推文分类: 计量专题 | 分类推文 | 资源工具。推文分成 内生性 | 空间计量 | 时序面板 | 结果输出 | 交乘调节 五类,主流方法介绍一目了然:DID, RDD, IV, GMM, FE, Probit 等。
  • 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

连享会主页  lianxh.cn
连享会主页 lianxh.cn

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

✏ 连享会学习群-常见问题解答汇总:
https://gitee.com/arlionn/WD

参考资料

[1]

pandas.DataFrame.sort_values: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.sort_values.html#pandas.DataFrame.sort_values