请问怎么在stata导入英文文本

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

我有一篇格式为txt的英文文章，想导入到stata里面创建一个变量m，其每一个元素为文章的一个单词，请问要怎么code？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Stata tata 英文文章 code txt 英文

1. . clear
   
2. 
   
3. . import delimited "C:\Users\think\Desktop\hotel california.txt", delimiter(space) varnames(nonames)
   
4. (46 vars, 1 obs)
   
5. 
   
6. . list
   
7. 
   
8.      +----------------------------------------------------------------------------------------------------------+
   
9.   1. |   v1 |    v2 | v3 |       v4 | v5 |  v6 |      v7 |  v8 |  v9 |  v10 | v11  | v12  | v13  |  v14  | v15  |
   
10.      | last | thing |  I | remember |  I | was | running | for | the | door |   I  | had  |  to  | find  | the  |
    
11.      |---------------------------------------------------------+-----------------------------------------+------|
    
12.      |     v16 |  v17 | v18 | v19 |   v20 | v21 | v22 |    v23 |   v24 |  v25 | v26 |   v27 | v28 | v29  | v30  |
    
13.      | passage | back |  to | the | place |   I | was | before | relax | said | the | night | man |  we  | are  |
    
14.      |----------------------------+-------------------+-------------------------------------+-----+-------------|
    
15.      |        v31 | v32 |     v33 | v34 | v35 |   v36 | v37 | v38 |  v39 | v40 |  v41 | v42 | v43 | v44 |   v45 |
    
16.      | programmed |  to | receive | you | can | check | out | any | time | you | like | but | you | can | never |
    
17.      |----------------------------------------------------------------------------------------------------------|
    
18.      |                                                    v46                                                   |
    
19.      |                                                  leave                                                   |
    
20.      +----------------------------------------------------------------------------------------------------------+
    
21. 
    
22. .
    
23. . gen id = 1
    
24. 
    
25. .
    
26. . reshape long v, i(id) j(txt) string
    
27. (note: j = 1 10 11 12 13 14 15 16 17 18 19 2 20 21 22 23 24 25 26 27 28 29 3 30 31 32 33 34 35 36 37 38 39 4 40 41 4
    
28. > 2 43 44 45 46 5 6 7 8 9)
    
29. 
    
30. Data                               wide   ->   long
    
31. -----------------------------------------------------------------------------
    
32. Number of obs.                        1   ->      46
    
33. Number of variables                  47   ->       3
    
34. j variable (46 values)                    ->   txt
    
35. xij variables:
    
36.                           v1 v10 ... v9   ->   v
    
37. -----------------------------------------------------------------------------
    
38. 
    
39. .
    
40. . destring txt, replace
    
41. txt has all characters numeric; replaced as byte
    
42. 
    
43. . sort txt
    
44. 
    
45. . drop id
    
46. 
    
47. . list, separator(0)
    
48. 
    
49.      +------------------+
    
50.      | txt            v |
    
51.      |------------------|
    
52.   1. |   1         last |
    
53.   2. |   2        thing |
    
54.   3. |   3            I |
    
55.   4. |   4     remember |
    
56.   5. |   5            I |
    
57.   6. |   6          was |
    
58.   7. |   7      running |
    
59.   8. |   8          for |
    
60.   9. |   9          the |
    
61. 10. |  10         door |
    
62. 11. |  11            I |
    
63. 12. |  12          had |
    
64. 13. |  13           to |
    
65. 14. |  14         find |
    
66. 15. |  15          the |
    
67. 16. |  16      passage |
    
68. 17. |  17         back |
    
69. 18. |  18           to |
    
70. 19. |  19          the |
    
71. 20. |  20        place |
    
72. 21. |  21            I |
    
73. 22. |  22          was |
    
74. 23. |  23       before |
    
75. 24. |  24        relax |
    
76. 25. |  25         said |
    
77. 26. |  26          the |
    
78. 27. |  27        night |
    
79. 28. |  28          man |
    
80. 29. |  29           we |
    
81. 30. |  30          are |
    
82. 31. |  31   programmed |
    
83. 32. |  32           to |
    
84. 33. |  33      receive |
    
85. 34. |  34          you |
    
86. 35. |  35          can |
    
87. 36. |  36        check |
    
88. 37. |  37          out |
    
89. 38. |  38          any |
    
90. 39. |  39         time |
    
91. 40. |  40          you |
    
92. 41. |  41         like |
    
93. 42. |  42          but |
    
94. 43. |  43          you |
    
95. 44. |  44          can |
    
96. 45. |  45        never |
    
97. 46. |  46        leave |
    
98.      +------------------+
    
99. 
    
100. .
     
101. end of do-file

复制代码

andruw 发表于 2015-7-5 15:24

delimited 这个命令是否需要下载？为什么无法运行？

andystata 发表于 2015-7-5 16:24
delimited 这个命令是否需要下载？为什么无法运行？

1. help import

复制代码

andystata 发表于 2015-7-5 16:24
delimited 这个命令是否需要下载？为什么无法运行？

1. help import

复制代码

andruw 发表于 2015-7-5 18:05

我知道了 是版本问题  下了个stata14就好了~

Stata最大只支持32767个变量，所以处理特别长的文件的时候可能会有问题，要注意一下。

夏目贵志 发表于 2015-7-6 03:55
Stata最大只支持32767个变量，所以处理特别长的文件的时候可能会有问题，要注意一下。

确实。
当文档过大时，可以考虑用其他软件（如python)。或者，用notepad等txt编辑器，将所有空格转化为回车，再导入stata。

andruw 发表于 2015-7-6 04:46
确实。
当文档过大时，可以考虑用其他软件（如python)。或者，用notepad等txt编辑器，将所有空格转 ...

你用Stata做text mining吗？我最近正好要做跟这个相关的题目呢。

夏目贵志 发表于 2015-7-6 07:11
你用Stata做text mining吗？我最近正好要做跟这个相关的题目呢。

对text mining感兴趣。感觉stata做data mining 有点吃力啊。