大家好，前段时间，有位读者向我们爬虫俱乐部寻求帮助，希望我们能够帮他处理一些不规则的数据。截图如下（部分数据）：

这个数据的特点是：A 列是公司代码，从第C列开始，从左到右每一列每17行对应着A列每一家公司从2001到2017年某个指标的具体数值。例如代码为130037的公司对应 的2001-2017年的数据为C2-C18，公司130042对应的数据为D2-D18，以此类推。而这位读者的要求是将数据整合成两列，第一列是公司 代码，第二列是每个公司对应的每一年的数据（也就是说每一家公司对应17行数据）。下图即为我们所需要的数据格式：

下面就由小编告诉大家如何整理这种类型的数据，整体思路是：

首先每个股票代码对应的2001-2017年的数据分布在不同列中，并且顺序是从左到右对应相应的股票代码。因为原始数据中每个股票代码为一行观测值，对应的年度数据有17行观测值，因此我们的整体思路是保留股票代码并扩展17倍，保存成一个dta文件。

然后将后边的年度数据由多列变为一列使其和扩展后的股票代码进行合并，但是又有一个问题，由于直接由多列变一列会导致顺序错乱，所以我们需要每次保留17行数据，然后再进行多列变一列的转换，并保存为另外一个dta文件。

最后将两个dta文件进行横向拼接。具体程序如下：

clear

cap mkdir d:/推文

cd d:/推文

import excel using e:/推文数据.xlsx,clear firstrow  

keep AcqDatastreamCode  //只保留公司代码

gen num = _n  //表示有多少家公司

expand 17  //扩大17倍

sort num

gen num1 = _n 

save stkcd,replace

整理后的数据如下：

接下来整理数据：

import excel using e:/推文数据,clear firstrow

drop AcqDatastreamCode  //删除股票代码

drop if B == .  //删除缺失值

forvalue i = 1(17)`=_N' {  //i=1,18,35……

         preserve

         keep in `i'/`=`i'+16'  //每次保存17行数据

         stack ERROR-ANJ, into(v) clear  //stack命令可以使多列变一列

         drop if v == ""

         save `i',replace

         restore

}

clear

fs *.dta

foreach c in `r(files)' {

         append using `c'  //将变成一列的多个数据纵向拼接

} 

drop _stack

gen num = int((_n-1)/17) + 1 //分组，每17行数据为一组

sort num

gen num1 = _n //num、num1为合并依据

save data,replace

得到如下数据：

最后我们需要做的就是将公司代码与数据一一对应起来，可以根据变量num、num1将数据data与数据stkcd横向拼接起来。程序如下：

merge 1:1 num num1 using stkcd

keep if _m == 3

drop num num1 _m

save final,replace

这样就可以得到我们所需要的数据啦~如果泥萌有更好的办法也欢迎跟小编交流哦~

     注：此推文中的图片及封面（除操作部分的）均来源于网络！如有雷同，纯属巧合！

以上就是今天给大家分享的内容了，说得好就赏个铜板呗！有钱的捧个钱场，有人的捧个人场~。另外，我们开通了苹果手机打赏通道，只要扫描下方的二维码，就可以打赏啦！

应广大粉丝要求，爬虫俱乐部的推文公众号打赏功能可以开发票啦，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，只为做您更贴心的小爬虫。第一批发票已经寄到各位小主的手中，大家快来给小爬虫打赏呀~