补全股票代码位数的一百种姿势

　　补全股票代码位数的一百种姿势

　　技术总编：张计宝

　　Stata云端培训课程在腾讯课堂上线啦！

　　爬虫*敏*感*词*于2020年7月中旬在线上举行的Stata编程技术培训课程在腾讯课堂上线啦！课程通过案例教学模式，帮助学员在短期内掌握Stata的基本命令、编程、数据处理以及结果输出等技术，并对Stata16的实用新功能做了详细介绍。

　　现在关注公众号并在朋友圈转发推文，即可获得600元课程优惠券，集赞50个再领200元课程优惠！（截图发至本公众号后台领取）原价2400元的课程，现在只要1600元！

　　导读

　　股票代码是上市公司股票的编码，通常以六位数的格式显示，但在实际研究过程中，我们时常会遇到数据中股票代码并不是六位数的情况，这时我们可以用Stata在数字前面补0直到补齐六位数为止。根据不同的情形，使用的方法也是不同的，本文将根据几种不同的需求介绍不同的方法。（一）cntrade和cnstock命令自动帮忙补全首先，如果使用cntrade或者cnstock命令来直接获取上市公司交易数据或股票代码时，股票代码会自动在Stata内存中显示为六位数的格式，即使你输入cntrade 1，Stata也会了解你想下载的是股票代码为000001的交易数据。

　　（二）数据库中下载的数据

　　如果从数据库中下载的数据导入Stata后发现不足六位，根据数值型和字符型两种需求，有这样三种方法：1.若想将股票代码保存为六位数的数值型变量，最简便也是最容易想到的，就是使用format命令：

　　format stkcd .0f

　　百分号后面的第一个零表示如果数字不足六位，则在数字前面补0。2.若想将股票代码保存为六位数的字符型变量，有两种方法：第一种是使用string函数：

　　replace stkcd = string(stkcd, ".0f")

　　第二种是使用tostring命令并配合format选项：

　　tostring stkcd,format(.0f) replace

　　（三）在爬虫中的具体案例

　　以爬取新浪公告为例，我们观察新浪财经网页上市公司公告的页面链接发现，通过对股票代码和页码分别进行循环，就可以抓取不同上市公司每一页的公告了。

　　我们使用cnstock命令获取上市公司股票代码并随机保留十家，通过定义局部宏来储存这十个股票代码，并查看一下我们储存在宏里的代码：

　　clear allcnstock allerase cnstock.dtasample 10, countlevelsof stkcd, local(stkcd) foreach i in `stkcd' { di `i'}

　　可以发现，并不是所有数字都是以六位数的格式显示的，那么直接循环抓取的话，多半是会发生错误的。我们知道，levelsof命令有一个返回值r(levels)，里面存储着所遍历变量的值。因此我们也可以通过定义局部宏的方法，对返回值r(levels)里储存的股票代码进行补全: <p>clear allcnstock allerase cnstock.dtasample 10, countlevelsof stkcd disp `"`r(levels)'"'foreach stk in `r(levels)' {while length("`stk'")