纵向合并文件，如何显示数据来源？

暑期Stata培训班招生啦！！！接力线上的网课培训，我们在今夏又开始新一轮的线下培训啦！8月4日至12日，爬虫俱乐部期待与您的相遇！培训具体内容详见推文《暑期Stata编程技术定制培训班》。

有问题，不要怕！点击推文底部“阅读原文”下载爬虫俱乐部用户问题登记表并按要求填写后发送至邮箱[e-mail],我们会及时为您解答哟~

喜大普奔~爬虫俱乐部的github主站正式上线了！我们的网站地址是：https://stata-club.github.io，粉丝们可以通过该网站访问过去的推文哟~

好消息：爬虫俱乐部隆重推出数据定制及处理业务啦，您有任何网页数据获取及处理方面的难题，请发邮件至我们邮箱[e-mail]，届时会有俱乐部资深高级会员为您排忧解难！

有问题，不要怕！点击推文底部“阅读原文”下载爬虫俱乐部用户问题登记表并按要求填写后发送至邮箱[e-mail],我们会及时为您解答哟~

喜大普奔~爬虫俱乐部的github主站正式上线了！我们的网站地址是：https://stata-club.github.io，粉丝们可以通过该网站访问过去的推文哟~

好消息：爬虫俱乐部隆重推出数据定制及处理业务啦，您有任何网页数据获取及处理方面的难题，请发邮件至我们邮箱[e-mail]，届时会有俱乐部资深高级会员为您排忧解难！

我们可使用append或openall命令对数据文件进行纵向合并。但当文件量很大时，合并结果可能会发生一些错误，此时，我们需要知道合并后的观测值来源于哪个文件——找到病源，对症下药！

英雄可以不问出处，但数据还是有必要知道来源的！

第一部分：使用append命令

方法一：直接使用append的option——generate(newvar)

即：生成一个新变量，它可以标记观测值来源。

在使用append命令前，主数据集的观测值会被标记为0

使用后，第一个被合并的数据集的观测值会被标记为1；第二个数据集的观测值会被标记为2；依次类推。

我们以STATA中的citytemp为例来进行说明。

clearcap mkdir E:\citytempcd E:\citytempsysuse citytemp,clearforvalue i=1/4{       preserve       keep if region == `i'       save `i'.dta,replace       restore}

上述程序将citytemp拆分成了4个dta文件，同时保留了原始的citytemp

use 1,clearappend using 2 3 4,gen(source)  //使用gen选项生成一个变量source，以显示观测值来源

在变量source下：

1.dta（主数据集）的观测值被标记为0；

2.dta的观测值被标记为1；

......

依次类推,如下图（部分截取）所示：

当然，也可以直接合并：

clearappend using 1 2 3 4,gen(source) //这样，source变量下依次是1、2、3、4

如果需要进行纵向合并的数据文件很多，这种直接列出文件名的做法就有些繁琐了，并且，在查找观测值来源时，也容易产生混淆。在这些情况下，我们可以使用循环。

方法二：利用fs命令的返回值，使文件名变为数据中的一个变量

clearcd E:\citytempfs *.dta //列出当前路径下所有的dta文件return list

foreach x in `r(files)'{       use `x',clear       gen source='`x'' //因文件名为一个字符串，所以在这里加引号       save `x',replace}

这样，在每个dta文件的source变量下，显示出了数据的来源。下面就是使用循环就行合并了。

clear //使用前一定要clear，否则会和之前内存中的数据进行合并fs *.dtaforeach file in `r(files)'{       append using `file'}

（注：上图系数据合并后，部分截取所得）

方法三：使用宏扩展函数+foreach循环

clearcap mkdir e:/citytemp1cd e:/citytemp1sysuse citytemp,clearforvalue i=1/4{       preserve       keep if region == `i'       save `i',replace       restore}

对citytemp处理，生成4个dta文件，存入到新建的citytemp1文件夹之中

clearlocal files: dir '.' files '*.dta' //利用宏扩展函数，将当前缺省路径下所有的dta文件的文件名放到局部宏files中di `files' //显示文件名foreach file in `files'{       use `file',clear       cap gen source='`file''       save `file',replace}

这样，就让文件名变为数据中的source变量,然后再对上述dta文件进行纵向合并即可。

第二部分：使用openall命令

openall命令可对当前目录下所有的dta文件或者对csv文件进行纵向合并。

openall中的选项storefilename可以显示出观测值来源于哪个文件。

clearcap mkdir E:/citytemp2cd E:\citytemp2sysuse citytemp,clearforvalue i=1/4{       preserve       keep if region == `i'       save `i',replace       restore}

上述程序生成的dta文件不显示观测值来源于哪个文件。

openall *,storefilename(source) //storefilename指一个显示观测值来源的文件名的变量，在这里，这个变量是source

（注：上图系数据合并后，部分截取所得）