Python遇上Stata--IPyStata介绍

本文作者：任   哲，中南财经政法大学经济学院

文字编辑：王子一

技术总编：张馨月

爬虫俱乐部云端课程

  爬虫俱乐部于2020年暑期在线上举办的Stata与Python编程技术训练营和Stata数据分析法律与制度专题训练营在不久前已经圆满结束啦~应广大学员需求，我们的课程现已在腾讯课堂全面上线，且继续提供答疑服务。现在关注公众号并在朋友圈转发推文《来腾讯课堂学Stata和Python啦！》或《8月Stata数据分析法律与制度专场来啦!》，即可获得600元课程优惠券，集赞50个再领200元课程优惠券！（截图发至本公众号后台领取）原价2400元的课程，现在只要1600元！   

前言

  我们都知道Python是一种胶水语言，那么自然就会有人想，能不能在Python中与Stata进行互动呢？在国外有位名叫Ties de Kok的大神不仅这么想了，而且还这么做了。Ties de Kok大神开发了神器IPyStata来帮助大家在Python环境下使用Jupyter notebook调用Stata，接下来本文将以Windows系统为例，向大家介绍IPyStata。

1  IPyStata的安装

  在Windows系统下，请打开命令提示符cmd ，并输入执行pip install ipystata，出现下图所示的Successfully installed ipystata-0.3.8，即表示安装成功：

  安装成功后，要对IPyStata进行设置。首先，我们找到Stata软件的安装路径，并在命令提示符cmd的管理员模式中切换到Stata所在的目录。随后再输入“StataMP-64.exe”或者“StataMP-64.exe /Register”注册Stata。

  接下来，打开Jupyter notebook告诉IPyStata关于Stata的路径。如果您没有使用过Jupyter notebook，可以阅读一下之前的推文《Jupyter Notebook的使用》。

import ipystata
from ipystata.config import config_stata    
#请在此处告诉IPyStata在哪里可以找到Stata
config_stata(r'F:\Stata16\StataMP-64')

  IPyStata在Windows系统中可以使用两种不同的模式与Stata进行交互：Stata Automation模式（Windows独有）和Stata Batch模式（Windows，Mac OS X和Linux皆可使用）。Windows默认使用功能更加强大的Stata Automation模式，但如果你想使用Stata Batch模式，可以通过以下方式设置。

#通过以下命令设置Stata Batch mode模式。
import ipystata
from ipystata.config import config_stata
config_stata(r'F:\Stata16\StataMP-64', force_batch=True)

  如果屏幕中打印出IPyStata is loaded in batch mode.的字样，即代表设置成功。

  在设置完成之后，需要重启Jupyter notebook，也即先点击菜单栏中的Kernel，再点击restart。

ps：设置只需要在首次运行IPyStata之前进行，之后除非帮Stata搬了家，否则无需再次设置。

2  IPyStata的使用

  在进行完上述的准备之后，就可以在Jupyter notebook上使用IPyStata的各种功能了。IPyStata的功能有很多，这里给大家介绍一些常用的功能。

2.1  小牛试刀--第一条命令

  首先导入需要用的库：

import ipystata
import pandas as pd

  之后，我们需要在每个cell的首行写上%%stata，这样IPyStata就会把该cell里的内容翻译成Stata可识别的格式。注意与Stata无关的代码不要和%%stata放在同一个cell里哦！

  下面，我们来进行一个简单的尝试：

%%stata  
  display "We love Stata&Python!"

        结果如下：

  除此之外，IPyStata有以下几种常用的命令，接下来我们会一一展示：

命令	缩写	功能
--data	-d	将jupyter notebook中的数据传到Stata
--output	-o	将Stata中的数据传到jupyter notebook
--graph	-gr	绘制图表
--input	-i	将Python列表作为宏导入到Stata
--getmacro	-gm	将Stata定义的宏导入到Python字典之中（仅适用于Stata Automation模式）
--openstata	-os	通过Python打开Stata窗口

2.2  将Python中的数据导入Stata

  格式：%%stata -d dataframe名称

  我们先创建一个关于武汉和黄冈人口数据的dataframe,命名为df_test，具体如下：

#注意与Stata无关的代码不要和%%stata放在同一个代码块里
data = {'Wuhan': {2015:1060.77,2016: 1076.62, 2017: 1089.29, 2018: 1108.1,2019:1121.2}, 'Huanggang': {2015:629.1,2016: 632.1, 2017: 634.1, 2018: 633,2019:633.3}}
df_test = pd.DataFrame(data)
df_test

  接下来，将df_test读入Stata，并利用sum2docx进行描述性分析。sum2docx命令是由爬虫俱乐部开发的外部命令，该命令可以生成描述性统计结果并将输出到指定word文档里。如果之前没有安装此命令，在当前cell里通过可以直接通过ssc install sum2docx进行安装。

%%stata -d df_test
   ssc install sum2docx,replace
   sum2docx Wuhan Huanggang using d:/temp1.docx, replace stats(N mean(%9.2f) sd min(%9.0g) median(%9.0g) max(%9.0g))

  需要注意不同于Stata，这里不会直接生成word文档的超链接，不过我们可以手动找到该文档，如下：

2.3  将Stata中的数据导出到Python

  格式：%%stata -o dataframe名称

  比如，我们可以使用Stata中的cntrade命令下载长江电力的交易数据，并放入名为stock_df的dataframe中。由于IPyStata的编码问题，我们需要将stknme这一列更改为UTF-8编码。具体如下：

#把长江电力的数据导出到stock_df之中
%%stata -o stock_df
    cntrade 600900
    replace stknme = ustrfrom(stknme, "utf-8", 1)

        在新的cell之中，查看是否导入成功：

stock_df.head()

2.4  利用IPyStata绘制图形

  格式：%%stata -gr -d dataframe名称

  平时我们在Python绘图常常用到pyecharts等外部包，但如果你不熟悉这些用法，就可以借助-gr(--graph)命令帮助我们直接调用Stata进行绘图，示例如下：

%%stata  -gr -d df_test  
    graph twoway scatter Wuhan index

2.5  将列表作为宏导入到Stata

  格式：%%stata -i list名称

  例子如下：

example_list = ['wuhan', 'zhengzhou','chengdu ','changsha']

%%stata -i example_list
    foreach i in `example_list' {
        dis "`i'"
        }

ps:上述代码需分两个cell执行。

  结果如下：

2.6  将Stata定义的宏导出到字典macro_dict

  格式：%%stata -gm 宏的名称

  例子如下：

%%stata -gm macro_1 
    local macro_1 Python Stata

print(macro_dict)

ps:上述代码需分两个cell执行。

  在上述代码中，我们先在Stata中定义了一个名为macro_1 的宏，通过使用IPyStata，可以将这个宏添加到Python中名为macro_dict的字典中，宏的名称与内容分别对应于字典的key与value：

2.7  通过Python打开Stata窗口

  格式：%%stata -os

  在实际操作中，我们有时候会需要在Python完成一部分工作，并用Stata进行后续处理，使用%%stata -os可以大大方便我们的操作，直接打开Stata应用程序。示例如下：

%%stata --data df_test -os 
graph twoway scatter Wuhan index

  执行上述代码会将df_test导入的Stata中，并弹出Stata窗口绘制散点图，之后的相关操作都可以直接在Stata中进行，结果如下：

3  IPyStata的缺陷

  很遗憾，目前在IPyStata对中文的处理不够友好，尽管对于数据集中的中文，可以参考本文2.3的内容进行转码处理，但是IPyStata目前无法识别中文文件名，中文路径等，也是使用过程中我们需注意的地方。

  以上就是IPyStata常用功能的介绍了。如果想了解更多更详细的内容，可以前往Github上的IPyStata主页进行学习~~

        (https://github.com/TiesdeKok/ipystata)

对我们的推文累计打赏超过1000元，我们即可给您开具发票，发票类别为“咨询费”。用心做事，不负您的支持！

往期推文推荐

关于我们

微信公众号“Stata and Python数据分析”分享实用的stata、python等软件的数据处理知识，欢迎转载、打赏。我们是由李春涛教授领导下的研究生及本科生组成的大数据处理和分析团队。

此外，欢迎大家踊跃投稿，介绍一些关于stata和python的数据处理和分析技巧。

投稿邮箱：[e-mail]

投稿要求：
1）必须原创，禁止抄袭；
2）必须准确，详细，有例子，有截图；
注意事项：
1）所有投稿都会经过本公众号运营团队成员的审核，审核通过才可录用，一经录用，会在该推文里为作者署名，并有赏金分成。
2）邮件请注明投稿，邮件名称为“投稿+推文名称”。
3）应广大读者要求，现开通有偿问答服务，如果大家遇到有关数据处理、分析等问题，可以在公众号中提出，只需支付少量赏金，我们会在后期的推文里给予解答。