技术编辑：张继宝

介绍

在之前的推文和文章中，我们已经详细介绍了封装命令——fisid命令、fsort命令和fegen命令。 本文将继续介绍封装命令系列命令之一。

命令

语法：[if] [in] [,]

‍用于在大数据集中进行替换，它主要有两个作用：一是显示指定变量的不同值；二是显示指定变量的不同值。 其次，当需要使用循环时，可以使用该命令提取不同的值作为循环范围。

为了演示命令的效果，首先需要生成一个大的数据集。 本文使用Stata自带的数据集.dta。 重复生成数据集50次后，将这些数据垂直拼接在一起，得到大数据集tmp.dta。 具体代码如下：‍

clearforv i=1/50{  sysuse nlsw88,clear  save `i',replace}use 1,clearforv i=2/50{  append using `i'}save "tmp",replace

(1)命令效果显示

接下来，对 tmp 数据集中的变量使用该命令。 具体命令如下：

use tmp,clearflevelsof industrycodebook industry

具体效果如下：

根据结果​​我们可以看到变量中有12个不同的值，命令也提取了12个值，但是它提取了12个整数。 这不是我们想要的。 我们希望能够提取出原始的人物内容。

首先检查命令的类型，发现是标签值类型。 这也解释了为什么提取的结果是数值，因为变量中的数字是原始值，而字符串是标签。 因此，需要先将标签数值变量转换为字符串变量，然后再使用该命令。 具体命令如下：

decode industry, generate(industry1) //将标签数值变量industry转成字符串，生成变量industry1flevelsof industry1

结果如下：

从上图可以看出，我们希望得到的内容就被提取出来了。

(2)命令与命令运行速度对比

接下来，比较命令的速度，找到指定变量中不同的值，以显示命令的运行速度。 为了让比较结果更加可信，这里我们对tmp.dta数据集中的变量分别运行命令和命令五次，然后对所花费的时间进行平均。 具体命令如下：

*使用flevelsof命令scalar sum=0 //生成一个标量来存储5次运行程序所耗费的总共时间forv i = 1/5{  use tmp,clear  decode industry, generate(industry1)  timer clear 1   timer on 1  flevelsof age  timer off 1  timer list 1  scalar sum=sum+r(t1)}scalar avg=sum/5 //运行时间均值di "使用flevelsof命令耗费的时间为",avg*使用levelsof命令scalar sum=0 forv i = 1/5{  use tmp,clear  decode industry, generate(industry1)  timer clear 1   timer on 1  levelsof industry1  timer off 1  timer list 1  scalar sum=sum+r(t1)}scalar avg=sum/5 di "使用levelsof命令耗费的时间为",avg

具体结果如下图所示：

从上图可以看出，命令运行速度比命令快，但由于数据量不大，所以差别并不明显。

(3) 显示clean选项的效果

该选项的主要作用是显示不带双引号的字符串值。 当一个判断语句中需要判断前后字符是否一致时，有时字符内容相同，但由于双引号的存在，系统会判断条件为假。 在这种情况下，您需要使用此选项。 具体命令如下：

use tmp,cleardecode industry, generate(industry1)flevelsof industry1flevelsof industry1,clean

具体结果如下：

如上图所示，使用 clean 选项删除结果中的双引号。

(4) 显示选项效果

默认情况下，该命令在指定变量中查找不同值时不包括缺失值，但使用该选项后，缺失值会一起查找。 具体命令如下：

use tmp,cleardecode industry, generate(industry1)flevelsof industry1flevelsof industry1,missing

具体结果如下：

如上图所示，带选项的命令比不带选项的命令多显示一个空字符串。

(5) 显示选项效果

默认情况下，当命令显示在指定变量中查找不同值的结果时，不同值之间用空格分隔。 使用该选项后，您可以选择指定的分隔符来分隔结果。 具体命令如下：

use tmp,cleardecode industry, generate(industry1)flevelsof industry1flevelsof industry1,separate(.)flevelsof industry1,separate(,)

具体结果如下：

从上图可以看出，使用不同的分隔符会导致最终的显示效果不同。

至此，本文已经介绍了该命令。 相信大家对其用途都有一定的了解。 赶紧更新之前的命令吧！ 后续还将推出一系列命令，敬请期待。

如果我们的推文累计奖励超过1000元，我们将为您开具发票，发票类别为“咨询费”。 努力工作，不辜负您的支持！

过去各期的推荐推文

关于我们

微信公众号“Stata与数据分析”分享stata等软件的实用数据处理知识。 欢迎转载和打赏。 我们是在李春涛教授的带领下，由研究生和本科生组成的大数据处理与分析团队。

另外，欢迎大家贡献和介绍一些关于stata和.的数据处理和分析技巧。

提交邮箱：

提交要求：

1）必须原创，禁止抄袭；

2）必须准确、详细，并附有示例和截图；

防范措施：

1）所有提交的作品将由公众号运营团队成员审核。 审核通过者方可录用。 一旦被接受，作者将在推文中签名并获得一部分赏金。

2）请在邮件中注明您的贡献，邮件名称应为“投稿+推文名称”。

3）应读者要求，现提供付费问答服务。 如果您遇到数据处理、分析等问题，可以在公众号中提问。 您只需支付少量赏金，我们将在后续推文中予以答复。