从Python运行Stata do文件

Question

我有一个Python脚本清理并在大型面板数据集(2,000,000+ observations)上执行基本统计计算.

我发现其中一些任务更适合Stata,并用必要的命令写了一个do文件.因此,我想在我的Python代码中运行.do文件.我该如何调用.do文件Python？

Answer 1

我认为@ user229552指向了正确的方向.subprocess可以使用Python的模块.下面是一个适用于Linux OS的示例.

假设您有一个pydo.py使用以下内容调用的Python文件:

import subprocess

## Do some processing in Python

## Set do-file information
dofile = "/home/roberto/Desktop/pyexample3.do"
cmd = ["stata", "do", dofile, "mpg", "weight", "foreign"]

## Run do-file
subprocess.call(cmd) 

和一个名为Stata的文件pyexample3.do,具有以下内容:

clear all
set more off

local y `1'
local x1 `2'
local x2 `3'

display `"first parameter: `y'"'
display `"second parameter: `x1'"'
display `"third parameter: `x2'"'

sysuse auto
regress `y' `x1' `x2'

exit, STATA clear

然后pydo.py在终端窗口中执行按预期工作.

您还可以定义Python函数并使用它:

## Define a Python function to launch a do-file 
def dostata(dofile, *params):
    ## Launch a do-file, given the fullpath to the do-file
    ## and a list of parameters.
    import subprocess    
    cmd = ["stata", "do", dofile]
    for param in params:
        cmd.append(param)
    return subprocess.call(cmd) 

## Do some processing in Python

## Run a do-file
dostata("/home/roberto/Desktop/pyexample3.do", "mpg", "weight", "foreign")

来自终端的完整呼叫,结果如下:

roberto@roberto-mint ~/Desktop
$ python pydo.py

  ___  ____  ____  ____  ____ (R)
 /__    /   ____/   /   ____/
___/   /   /___/   /   /___/   12.1   Copyright 1985-2011 StataCorp LP
  Statistics/Data Analysis            StataCorp
                                      4905 Lakeway Drive
                                      College Station, Texas 77845 USA
                                      800-STATA-PC        http://www.stata.com
                                      979-696-4600        stata@stata.com
                                      979-696-4601 (fax)


Notes:
      1.  Command line editing enabled

. do /home/roberto/Desktop/pyexample3.do mpg weight foreign 

. clear all

. set more off

. 
. local y `1'

. local x1 `2'

. local x2 `3'

. 
. display `"first parameter: `y'"'
first parameter: mpg

. display `"second parameter: `x1'"'
second parameter: weight

. display `"third parameter: `x2'"'
third parameter: foreign

. 
. sysuse auto
(1978 Automobile Data)

. regress `y' `x1' `x2'

      Source |       SS       df       MS              Number of obs =      74
-------------+------------------------------           F(  2,    71) =   69.75
       Model |   1619.2877     2  809.643849           Prob > F      =  0.0000
    Residual |  824.171761    71   11.608053           R-squared     =  0.6627
-------------+------------------------------           Adj R-squared =  0.6532
       Total |  2443.45946    73  33.4720474           Root MSE      =  3.4071

------------------------------------------------------------------------------
         mpg |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
      weight |  -.0065879   .0006371   -10.34   0.000    -.0078583   -.0053175
     foreign |  -1.650029   1.075994    -1.53   0.130      -3.7955    .4954422
       _cons |    41.6797   2.165547    19.25   0.000     37.36172    45.99768
------------------------------------------------------------------------------

. 
. exit, STATA clear

资料来源:

http://www.reddmetrics.com/2011/07/15/calling-stata-from-python.html

http://docs.python.org/2/library/subprocess.html

http://www.stata.com/support/faqs/unix/batch-mode/

可以在以下位置找到使用Python和Stata的不同路径

http://ideas.repec.org/c/boc/bocode/s457688.html

http://www.stata.com/statalist/archive/2013-08/msg01304.html

Answer 2

这个答案扩展了@Roberto Ferrer 的答案，解决了我遇到的一些问题。

系统路径中的Stata

为了stata运行代码，它必须在系统路径中正确设置（至少在 Windows 上）。至少对我来说，这不是在安装 Stata 时自动设置的，我发现最简单的修正是放入完整路径（对我来说是"C:\Program Files (x86)\Stata12\Stata-64）即：

cmd = ["C:\Program Files (x86)\Stata12\Stata-64","do", dofile]`

如何在后台安静地运行代码

通过添加命令/e ie ，可以让代码在后台安静地运行（即不是每次都打开Stata）

cmd = ["C:\Program Files (x86)\Stata12\Stata-64,"/e","do", dofile]

日志文件存储位置

最后，如果你在后台安静地运行，Stata 会想要保存日志文件。它将在cmd的工作目录中执行此操作。这必须取决于运行代码的位置，但对我来说，由于我是从 Notepad++ 执行 Python，它想将日志文件保存在C:\Program Files (x86)\Notepad++.Stata中 ，而 Stata 没有写入权限。这可以通过在调用子进程时指定工作目录来更改。

对Roberto Ferrer的代码的这些修改导致：

def dostata(dofile, *params):
    cmd = ["C:\Program Files (x86)\Stata12\Stata-64","/e","do", dofile]         
    for param in params:
        cmd.append(param)
    return (subprocess.call(cmd, cwd=r'C:\location_to_save_log_files'))