-
目标：把公司的数据和到一张表上
我在国泰安上下载了A股上市公司2008-2016年的某些数据，要做描述性统计和相关性分析，但数据合并对我来说是个问题。先后尝试了excel的vlookup函数，奈何自己技术不过关，数据量又大（1.9万条），过程中excel容易卡，匹配结果大部分为空，当时什么都不会，有点想人工匹配了，迷之工作量。因为一些原因，我这一学期才接触数据库，技术也不行，给同组同学诉苦，他说，可以用数据库帮我合并，几条语句，很快。
没过一会儿，他就合并好，发给了我。我真的万分感谢，觉得离作业完成只差一步之遥，数据全有了，只差计算了。并感叹数据库的神奇，暗下决心好好学习数据库！
过来一段时间，我计算指标时，发现里面缺了几年的数据，但里面已经有2.7万条数据。在合并过程中，有很多重复数据（例如，某几个个案，里面仅有1，2个不同的属性）。我刚学习了左外连接，让他帮我左外连接的，他说，左外连接的结果很奇怪，会出现很多奇怪的东西。我怕数据量暴增，就重新跟他交代了每张表之间数据匹配的依据，结果出来的数据还是少了几年的，导致里面一个指标无法计算。 -
转机
在第二天课中，偶然发现stata可以做纵向和横向数据匹配，并询问了老师，她给我说，一对一，多对多，1对多（在横向数据匹配中），我后来查询了，但不是很清楚。就直接用代码上手了（参考的stata教程是人大刘传波老师的书），测试数据很成功，感叹轻便的stata如此好用！（测试过程在merge后面直接加了两个匹配依据，就是他们两个合在一起和本数据对应的上时，才把属性和数据内容放到右边） -
示例代码
use 利润表.dta,clear
sort 证券代码 会计期间
save 利润表.dta,replace //排好序的数据替换原来的数据
use 资产负债表.dta,clear
sort 证券代码 会计期间
save 资产负债表.dta,replace
merge 证券代码 会计期间 using 利润表
tab _merge //显示对接情况，3 表示成功对接， 1 和 2 表示未成功对接
//本次结果显示全部为3，就是都完全匹配，所以可以直接删除_merge
drop _merge
save 利润表和资产负债表.dta
代码大概就这样，记得两个表的排序都要做，特别是“母”表的排序千万不要省略，我之前以为在上一次合并中已按照这两个属性排好序了，就不用再排了，可程序报错了。
稍微解释一下关联的两个属性，也就是merge后面的“证券代码”和“会计期间”。如果熟悉国泰安数据库，会对这两个变量比较敏感，“证券代码”代表公司；“会计期间”代表统计的时间，对于财务指标的话，按季度统计的，所以要想唯一确定某个个案，就要看这两个属性值，类似于数据库中的主键。