第6回：データセットの結合

第

6

回：データセットの結合

北村 友宏

本日の内容

1. データセット結合の方法と種類

2. 結合前の変数名・観測値の確認と修正

Stata

でのデータセットの結合

▶ Stata のデータセット（dta ファイル）を複数用 意しておき，merge コマンドを使えばそれらを 結合できる． ▶ 「元のデータセット（master）」と「別のデー タセット（using）」を結合すると，

_merge

と いう変数が作成され，それに結合状況が以下の ように記録される． ▶ master only (1):当該個体が元のデータセットのみ に存在． ▶ using only (2): 当該個体が別のデータセットのみに 存在． ▶ matched (3):当該個体が元のデータセットと別の データセットの両方に存在．

Stata

での結合の種類

以下の種類から選ぶことができる．

▶ One-to-one on key variables

▶ Many-to-one on key variables

▶ One-to-many on key variables

▶ Many-to-many on key variables

▶ あまり使わない．

One-to-one on key variables

master prefecture male v 1 Tokyo 1 51 2 Tokyo 0 65 3 Aomori 1 32 4 Aomori 0 28 5 Saitama 1 45 using prefecture male w 1 Tokyo 1 7 2 Tokyo 0 9 3 Aomori 1 2 4 Aomori 0 3 5 Saitama 1 5 6 Saitama 0 2

⇓

prefecture と male をキー変数として結合すると，

One-to-one on key variables

結合後のデータセット

prefecture male v w _merge 1 Tokyo 1 51 7 matched (3) 2 Tokyo 0 65 9 matched (3) 3 Aomori 1 32 2 matched (3) 4 Aomori 0 28 3 matched (3) 5 Saitama 1 45 5 matched (3) 6 Saitama 0 . 2 using only (2)

▶ 実際にはキー変数の観測値の昇順に並べ替え

Many-to-one on key variables

master prefecture district a 1 Tokyo Kanto 26 2 Aomori Tohoku 29 3 Saitama Kanto 22 4 Aichi Chubu 21 5 Iwate Tohoku 24 6 Kochi Shikoku 20 using district x 1 Tohoku 15 2 Kanto 13 3 Chubu 12 4 Kinki 11

⇓

district をキー変数として結合すると，

Many-to-one on key variables

結合後のデータセット

prefecture district a x _merge 1 Tokyo Kanto 26 13 matched (3) 2 Aomori Tohoku 29 15 matched (3) 3 Saitama Kanto 22 13 matched (3) 4 Aichi Chubu 21 12 matched (3) 5 Iwate Tohoku 24 15 matched (3) 6 Kochi Shikoku 20 . master only (1) 7 . Kinki . 11 using only (2)

▶ 実際にはキー変数の観測値の昇順に並べ替え

One-to-many on key variables

master district x 1 Tohoku 15 2 Kanto 13 3 Chubu 12 4 Kinki 11 using prefecture district a 1 Tokyo Kanto 26 2 Aomori Tohoku 29 3 Saitama Kanto 22 4 Aichi Chubu 21 5 Iwate Tohoku 24 6 Kochi Shikoku 20

⇓

district をキー変数として結合すると，

One-to-many on key variables

結合後のデータセット

district x prefecture a _merge 1 Tohoku 15 Aomori 29 matched (3) 2 Tohoku 15 Iwate 24 matched (3) 3 Kanto 13 Tokyo 26 matched (3) 4 Kanto 13 Saitama 22 matched (3) 5 Chubu 12 Aichi 21 matched (3) 6 Kinki 11 . . master only (1) 7 Shikoku . Kochi 20 using only (2)

▶ 実際にはキー変数の観測値の昇順に並べ替え

One-to-one by observation

master x 1 15 2 13 3 12 4 11 using a 1 26 2 29 3 22 4 21 5 24 6 20

⇓

観測値順に結合すると，

One-to-one by observation

結合後のデータセット x a _merge 1 15 26 matched (3) 2 13 29 matched (3) 3 12 22 matched (3) 4 11 21 matched (3) 5 . 24 using only (2) 6 . 20 using only (2)

所得・消費データと預金データの結合

master

prefecture income male 1 Hokkaido 227349 1 2 Aomori 233967 1 ... ... ... ... 47 Okinawa 214233 1 48 Hokkaido 207155 0 49 Aomori 169422 0 ... ... ... ... 93 Okinawa 144644 0

using prefecture deposit 1 Hokkaido 131180 2 Aomori 35527 ... ... ... 47 Okinawa 34381 ▶ 所得・消費のデータセット（master） ▶ 各都道府県が 2 回ずつ（男性・女性）出てくる． ▶ 預金のデータセット（using） ▶ 各都道府県に対し預金の数値が 1 つ．

⇓

結合後のデータセット

prefecture income male deposit _merge 1 Hokkaido 227349 1 131180 matched (3) 2 Aomori 233967 1 35527 matched (3) ... ... ... ... ... ... 47 Okinawa 214233 1 34381 matched (3) 48 Hokkaido 207155 0 131380 matched (3) 49 Aomori 169422 0 35527 matched (3) ... ... ... ... ... ... 93 Okinawa 144644 0 34381 matched (3) ▶ 実際にはキー変数（この場合は prefecture）の 観測値の昇順に並べ替えがなされる．

キー変数の変数名と観測値

▶ データセット結合時にキー変数としたい変数 の変数名と，その変数の各観測値は，master と using の両データセット間で全く同じでなけ ればならない．

⇓

▶ 結合前に確認し，もし異なっていれば master と using の両データセット間で統一する必要が ある．

変数名の変更

▶ Command ウィンドウに，

rename

(変更前の変数名) (変更後の変数名) を入力して Enter キーを押すと，変数名を変更 できる． ▶ 「renameの後」および「変更前の変数名と変更後 の変数名の間」は半角スペース．

変数の観測値の変更

▶ メニューバーから「Data」→「Data Editor」→

「Data Editor (Edit)」と操作し，変更したい観測 値のセルをクリックして変更後の観測値を入 力し，Enter キーを押す．

▶ 誤編集を防ぐために，観測値の変更が終わった

ら必ずData Editor (Edit) のウィンドウを閉

実習

1

1. Stata を起動． 2. メニューバーから「File」→「Log」→ 「Begin...」と操作し，デスクトップまたは 2018microdata1 フォルダに， lecture20180518.smcl という名前で保存． 3. メニューバーから「File」→「Open」と操作． 4. consumption2009.dta を選択し，「開く」をク リック．

5. メニューバーから「Data」→「Data Editor」→

「Data Editor (Edit)」と操作．

6. 1 列目の変数名が

prefecture

となっているか を確認．なっていなければ，Command ウィン ドウに，

rename

(現在の変数名)

prefecture

と入力して Enter キーを押す． ▶ 「renameの後」および「現在の変数名と prefectureの間」は半角スペース． 7. Command ウィンドウに，

list prefecture male female

と入力して Enter キーを押す．

▶ 「listの後」および「変数名と変数名の間」は半

角スペース．

▶ 「more」をクリックすれば下の隠れている部分が

8. 各都道府県名が以下のようになっていること

を確認．

▶ Hokkaido, Aomori, Iwate, Miyagi, Akita,

Yamagata, Fukushima, Ibaraki, Tochigi, Gumma, Saitama, Chiba, Tokyo, Kanagawa, Niigata, Toyama, Ishikawa, Fukui,

Yamanashi, Nagano, Gifu, Shizuoka, Aichi, Mie, Shiga, Kyoto, Osaka, Hyogo, Nara, Wakayama, Tottori, Shimane,

Okayama, Hiroshima, Yamaguchi, Tokushima, Kagawa, Ehime, Kochi, Fukuoka, Saga, Nagasaki, Kumamoto, Oita, Miyazaki, Kagoshima, Okinawa

入力ミスがあれば，メニューバーから「Data」 →「Data Editor」→「Data Editor (Edit)」と操作 し，ミスのある都道府県のセルをクリックして 指定の表記の都道府県名を入力し，Enter キー

9. （変数名や都道府県名を修正した場合は）上書 き保存． 10. Command ウィンドウに，

clear

と入力して Enter キーを押すと，Stata に何も 読み込まれていない状態になる． 11. メニューバーから「File」→「Open」と操作． 12. deposit2009.dta を選択し，「開く」をクリック．

13. メニューバーから「Data」→「Data Editor」→

「Data Editor (Edit)」と操作．

14. 1 列目の変数名が

prefecture

となっているか を確認．なっていなければ，Command ウィン ドウに，

rename

(現在の変数名)

prefecture

と入力して Enter キーを押す． ▶ 「renameの後」および「現在の変数名と prefectureの間」は半角スペース． 15. Command ウィンドウに，

list prefecture deposit

と入力して Enter キーを押す．

▶ 「listの後」および「変数名と変数名の間」は半

角スペース．

16. 各都道府県名が以下のようになっていること

を確認．

▶ Hokkaido, Aomori, Iwate, Miyagi, Akita,

Yamagata, Fukushima, Ibaraki, Tochigi, Gumma, Saitama, Chiba, Tokyo, Kanagawa, Niigata, Toyama, Ishikawa, Fukui,

Yamanashi, Nagano, Gifu, Shizuoka, Aichi, Mie, Shiga, Kyoto, Osaka, Hyogo, Nara, Wakayama, Tottori, Shimane,

Okayama, Hiroshima, Yamaguchi, Tokushima, Kagawa, Ehime, Kochi, Fukuoka, Saga, Nagasaki, Kumamoto, Oita, Miyazaki, Kagoshima, Okinawa

入力ミスがあれば，メニューバーから「Data」 →「Data Editor」→「Data Editor (Edit)」と操作 し，ミスのある都道府県のセルをクリックして 指定の表記の都道府県名を入力し，Enter キー

17. （変数名や都道府県名を修正した場合は）上書 き保存． 18. Command ウィンドウに，

clear

と入力して Enter キーを押すと，Stata に何も 読み込まれていない状態になる．

実習

2

consumption2009.dta を master，deposit2009.dta を using として両データセットを結合してみる． 1. メニューバーから「File」→「Open」と操作． 2. consumption2009.dta を選択し，「開く」をク リック． 3. メニューバーから「Data」→「Combine

datasets」→「Merge two datasets」と操作．

4. Main タブの，Type of merge をMany-to-one on key variables (unique key for data on disk) と する．

5. Key variables: (match variables) の右端のボタ ンをクリックし，prefecture をクリックすると， 入力ボックスに「 prefecture」と入力される．

6. Filename of dataset on disk:の Browse... をク リックし，deposit2009.dta を選択して「開く」 をクリック． 7. OK をクリック．Results ウィンドウに，not matched の観測値数が 0 で，matched の観測値 数が 93 と表示されれば成功．それを確認して 上書き保存．

8. Command ウィンドウに，

generate deposit_th=deposit/1000

と入力して Enter キーを押すと，1,000 円単位 の預金変数が作成される． 9. 上書き保存． 10. Command ウィンドウに，

list prefecture male female

expenditure_th income_th deposit_th

_merge

と入力して Enter キーを押す． ▶ 「listの後」および「変数名と変数名の間」は半 角スペース． ▶ 「more」をクリックすれば下の隠れている部分が 表示される．

実習

3

本日の作業はここまで． 1. メニューバーから「File」→「Log」→「Close」 と操作すると，ログの記録が停止される． 2. Stata を終了させる．lecture20180518.smcl を デスクトップに保存した場合は， 2018microdata1 フォルダに移動しておく． 3. lecture20180518.smcl を開くと，本日の作業の 記録（分析結果やコマンド）を見ることがで きる．