stata如何合并数据：两种主流命令实操

stata如何合并数据主要依靠merge和append两条命令，merge用于横向合并，按匹配关键字把不同文件的变量加到同一观测样本，append用于纵向合并，把新观测样本堆叠到原有数据集，merge最常用子类型是1:1、1:m、m:1，匹配关键字必须是字符型或数值型且命名一致，1:1适合两个文件每个关键字只对应一条记录，1:m适合主文件一条记录匹配副文件多条记录，m:1则反过来，m:m匹配稳定性较差，多数实证场景不推荐；该方法适用边界为你已经清理好关键字，关键字无多余空格、无类型冲突，仅做简单数据集拼接，若存在关键字重复、缺失编码混乱的面板数据，需要先做去重和清洗，否则会出现匹配行数错乱。

stata横向合并数据merge操作

横向合并是给原有样本增加新变量，操作顺序固定，你先打开主数据集，也就是保留全部观测的数据集，输入save主数据.dta,replace保存，再用use副数据.dta打开待合并的数据集，确认匹配关键字变量名相同，字符型变量要提前用trim()清除前后空格，再回到主数据集执行merge1:1idusing副数据.dta，id就是匹配关键字。执行完成后，stata会自动生成变量_merge，_merge取值1代表仅主数据存在，2代表仅副数据存在，3代表两边匹配成功，你输入tab_merge查看各类样本数量，匹配失败的样本会直接留在数据里，方便后续排查。

不要直接使用m:m合并，该模式会按观测顺序强行配对，不严格依赖关键字，很容易出现样本错配。

匹配关键字类型不一致是高频问题，主文件id为数值型，副文件id为字符型，即使肉眼内容一样，merge也识别不到匹配关系，你需要用destring或者tostring命令统一变量类型，字符型id还要注意大小写差异，大写和小写字符串会被判定为不同内容。

stata纵向合并数据append操作

纵向合并是追加新的观测行，不新增变量，只增加样本量，执行appendusing待追加数据.dta，两个数据集里同名变量会合并到一列，变量类型必须保持一致，不同名变量会单独保留，缺失值填充到没有该变量的样本行。比如你合并2023年和2024年问卷数据，变量名称、定义完全一致，就适合append。append没有_merge变量，你需要自行生成年份标记变量区分来源样本。

stata合并数据命令对比

merge操作完成后，你可以输入dropif_merge!=3保留全部匹配成功样本，只保留两边都存在的观测，也可以保留_merge变量，后续筛选部分匹配样本。在国内高校经管类实证论文中，大部分截面数据匹配都采用1:1或者1:m模式，这是经管实证研究里使用最广泛的数据合并范式。

数据合并前，你需要对关键字进行去重检验，duplicatesreportid，查看id是否存在重复记录，1:1合并场景下，主数据集和副数据集都不允许id重复，存在重复id会直接报错或者匹配结果失真。

字符关键字清洗示例代码，tostringid,replace，destringid,replace，trim(id)去掉前后空白，替换原变量，提前完成清洗，能大幅降低匹配失败比例。

临时保存数据集的代码preserve和restore，可在不改动内存当前数据的前提下预览副数据结构，适合快速核对变量名、变量类型，避免反复打开关闭数据集浪费时间。