面对一堆的数据我们处理起来往往焦头烂额，如果不get点新技能，数据处理又会耗费大量时间。贴心的小编今天来给大家介绍几个好用的数据替换命令，你试试看，然后你就会知道小编有多么贴心啦。

一.recode命令

我们在处理数据的过程中，会遇到许多数值型变量。倘若我们需要此类变量进行替换的话，我们可以采用recode命令来处理。

recode varlist (rule) [(rule) ...] [, generate(newvar)]

举个例子，我们在如下的数据中，想将数值型变量weight中的3000替换成1000，4000替换成2000，则：

sysuse autornd,clear

recode weight(3000 = 1000) (4000 = 2000), gen(weight1)

而recode命令只能针对于数值型变量进行处理。但是当我们遇到许多字符型变量的时候，我们应该怎么处理呢？这个时候，我们可以采用subinstr()函数。

二、subinstr()函数

1. subinstr(s1,s2,s3,n)：将字符串中s1中前n次出现s2时的s2替换成字符串s3。如果n为“.”，则将字符串s1包含的s2字符串全部替换成s3。

根据上面的数据，我们将字符型变量make中的”AMC”来替代成”SUV”：

replace make=subinstr(make,"AMC","SUV",1)

2.而我们想对字符型变量make中的字符”SUV”进行删除，我们则可以通过字符””来对”SUV”进行替换，来达到删除的效果：

replace make=subinstr(make,"SUV","",1)

但是对于多个字符型变量进行替代的时候，我们需要对写多行代码对各个变量进行替代，从而过程比较繁琐，那么我们可以介绍一种新的命令——fdta，可以用一个fdta命令对所有变量来达到替换的效果。

三、fdta命令

首先这个命令需要进行下载：ssc install fdta，现在我们再来看看具体的使用方法。

1.句法规则：fdta variables , from(str1) [to(str2)]

fdta对字符型变量中的字符串进行替代，它具有两个选项，from(str1)是找到变量中需要被替代的str1字符，而to(str2)选项则是用str2来替代from(str1)中str1字符。而且我们可以对from()与to()选项进行简写，from()可以被写成f()，而to()可以被写为t()。

2.我们同样可以根据需要将make变量中的”AMC”替代成”SUV”，结果如下： 

fdta make,from("AMC") to("SUV")

3.而对于fdta中的from()和to()两个选项，我们不能对from()进行省略，但是我们可以对to()选项进行省略，其结果与to(“”)结果相一致，其目的在于将make中的”SUV”进行删除：

fdta make,f("SUV")

fdta make,f("SUV") t("")

4.那么在多个变量的情况下，我们则可以用fdta进行一次性处理，相比于subinstr()过程更加简洁：

sysuse autornd,clear

gen a=word(make,1)

gen b=substr(make,1,8)

fdta _all,from("AMC") to("SUV")

fdta _all,f("AMC")

今天的数据替换命令简单又实用，你去试一试，是不是给你减少了许多工作量，节约了许多时间？欢迎大家关注我们的公众号，我们会继续给大家提供实用的stata命令，你会发现小编最贴心啦~

我们团队原来的微信公众号是“数据处理援助中心”，现在正式搬家到“爬虫俱乐部”，欢迎关注。新的公众号开始，我们推出有问必答栏目，对您提出的问题，我们会尽力回答，并通过推文的形式进行发布。我们也欢迎各位粉丝向公众号投稿。

（编辑 @徐苾雯）

欢迎大家踊跃投稿，介绍一些关于stata的数据处理和分析技巧。

投稿邮箱：xueyuan19920310@163.com

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。

2）邮件请注明投稿，邮件名称为“投稿”+“推文名称”。

3）如果大家遇到关于stata处理分析数据的问题，也可以给该邮箱写邮件，邮件名称为“提问”+“问题名称或者关键词”，我们会在后期的推文里给予解答。

长按二维码关注公众号