Stata | 下载和整理上市公司行业分类结果
时间:2022-07-22
本文章向大家介绍Stata | 下载和整理上市公司行业分类结果,主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。
提出问题
证监会网站会公布每季度上市公司行业分类结果[1],但提供的是 PDF 版本,难以直接用作数据匹配。刚需要用到这份数据,懒得手动下载和转换,所以用 Stata 写了下获取和整理数据。
思路分析
- 使用 Stata16 调用 Python 完成文件的下载、PDF 转换成 Excel 文件。
- 使用 Stata 进行数据整理,涉及观测值去重、填充和利用正则表达式生成新变量等内容。
实现过程
调用 Python 下载和提取文件
python:
import requests
import pdfplumber
from openpyxl import Workbook
# 下载 PDF 文件
pdf_2019q4 = 'http://www.csrc.gov.cn/pub/newsite/scb/ssgshyfljg/202001/W020200110325952653089.pdf'
r = requests.get(pdf_2019q4, stream=True)
with open("证监会2019年4季度上市公司行业分类结果.pdf", "wb") as pdf:
for content in r:
pdf.write(content)
# 提取并写入 Excel
wb = Workbook()
ws = wb.active
with pdfplumber.open("证监会2019年4季度上市公司行业分类结果.pdf") as pdf:
for page in pdf.pages:
for table in page.extract_tables():
for row in table:
ws.append(row)
wb.save("证监会2019年4季度上市公司行业分类结果.xlsx")
end
整理数据
import excel using "证监会2019年4季度上市公司行业分类结果.xlsx", clear
duplicates drop
* ssc install nrow, replace
* ssc install carryforward, replace
nrow
carryforward _all,replace
gen 行业门类与大类 = ustrregexs(0) + 行业大类代码 if ustrregexm(门类名称及代码,"[A-Z]") == 1
save "2019q4上市公司行业分类.dta", replace
最终结果
参考资料
[1]
上市公司最新行业分类结果: http://www.csrc.gov.cn/pub/newsite/scb/ssgshyfljg/
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- 带你体验Apache NIFI新建数据同步流程(NIFI入门)
- Spring JPA 存储库接口定义
- 如何给Apache开源项目贡献代码
- 深入解析Apache NIFI的调度策略
- Linux 帮助命令及工具(tldr,man,help,info)
- Json Jolt教程
- Linux 日常操作
- 回顾|腾讯云 CFS 文件存储给 Serverless 云函数带来的业务新场景
- Apache NIFI Run Duration深入理解
- Controller services are daemons
- 动手体验JVM中Class对象的唯一性
- Java SPI机制
- Apache NIFI项目结构的类资源隔离机制
- Java类加载器
- Java反射原理