insheetjson：stata如何读取含有中文的json？(2)

爬虫俱乐部之前推出的线下培训，得到了各位老师的一致好评。为了更加方便大家学习，满足更多Stata用户的学习需求，爬虫俱乐部已隆重推出在线直播课程，请大家奔走相告！课程报名链接：https://ke.qq.com/course/286526#tuin=9735fd2d，详情见推文《爬虫俱乐部隆重推出网上直播课程第一季》

有问题，不要怕！点击推文底部“阅读原文”下载爬虫俱乐部用户问题登记表并按要求填写后发送至邮箱statatraining@163.com,我们会及时为您解答哟~

喜大普奔~爬虫俱乐部的github主站正式上线了！我们的网站地址是：https://stata-club.github.io，粉丝们可以通过该网站访问过去的推文哟~

好消息：爬虫俱乐部即将推出研究助理供需平台，如果您需要招聘研究助理(Research Assistant or Research Associate)，可以将您的需求通过我们的公众号发布；如果您想成为一个RA，可以将您的简历发给我们，进入我们的研究助理数据库。帮我们写优质的推文可以提升您被知名教授雇用的胜算呀！

上一期推文介绍了stata如何查看和读取json格式的数据，今天来继续介绍insheetjson命令读取json数据的其他方式。

一、多级json数据的读取

以美国阳光基金会的这个投票数据为例，数据下载链接：http://unitedstates.sunlightfoundation.com/congress/data/113.zip。我们使用的是压缩文件中113.zip\votes\2014\h1文件夹下的data.json数据。

这个数据可分为三级结构：第一级中包括数据的类型、日期、来源等信息，第二级在vote下，包含Not Voting与Present两个数据，第三级Note Voting与Present下包括投票人姓名、id、党派与州的信息。

如果以table方式读取数据，只需要在table中填入vote Present就可以选择vote下的Present（vote与Present之间有一个空格），空格在这里表示的是下一级数据。

多级json数据的读取

clear

gen str80 id = ""

gen str80 state = ""

gen str80 display_name = ""

gen str80 party = ""

insheetjson id state display_name party using "data.json", ///

    table("votes Present") col("id" "state" "display_name" "party")

compress

二、将第一级数据的键和值保存为返回值

一般在json数据第一级中都介绍了数据的基本信息，这个数据也不例外。insheetjson命令的topscalars选项可以将第一级数据中的键和值保存在r()中。

insheetjson id state display_name party using "data.json", ///

    table("votes Present") col("id" "state" "display_name" "party") topscalars

ret li

三、如果索引中含有空格怎么办？

在上一小节中降到了table中的空格指的是下级数据，那么如果我想选择vote下的Not voting中的数据该怎么办？直接读取的话程序会报错。

的确不能这么办，无论如何也无法改变命令中空格的含义。那么我们可以直接修改json文件的内容，将“Not voting”修改为“Not_voting”。利用之前推文提到的subinfile命令就可以完成此操作。

subinfile data.json , from("Not Voting") to("Not_Voting") save(data1.json) replace

clear

gen str80 id = ""

gen str80 state = ""

gen str80 display_name = ""

gen str80 party = ""

insheetjson id state display_name party using "data1.json", ///

    table("votes Not_Voting") col("id" "state" "display_name" "party")

compress

四、样本追加

现在我们考虑将“Not_voting”与“Present”的信息合并在一起。先导入“Not_voting”的信息。

样本追加

clear

gen str80 id = ""

gen str80 state = ""

gen str80 display_name = ""

gen str80 party = ""

insheetjson id state display_name party using "data1.json", ///

    table("votes Not_Voting") col("id" "state" "display_name" "party")

gen statu = "Not_Voting"

insheetjson中有一个选项offset(#)可以帮助我们完成追加变量的操作，该选项意为“从第几行后添加数据”。在offset中填入`c(N)’就可以在当前样本后追加数据，c(N)为系统返回值，记录了当前样本数。

insheetjson id state display_name party using "data.json", ///

    table("votes Present") col("id" "state" "display_name" "party") offset(`c(N)')

replace statu = "Present" if statu == ""

compress

大功告成！

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~

－文字编辑：吴晓蔓－

－技术总编：刘贝贝－