前言¶

做实证分析的人大多遇到过这类问题：同一道缩尾题，不同人写出的代码不一样，有人先排序再替换，有人用 egen 绕一圈，结果两个版本的变量名相同、数值却对不上；缺失值处理也是，有的脚本直接 drop，有的填 0，最后回归表格里又没法解释。问题不在 Stata 本身，而在缺少一份统一的写法约定。下面介绍的 stata-data-cleaning 就是一个围绕这类日常操作的 Skill，把缩尾、缺失值处理、变量生成等常用操作的规范写法固定下来。

这是什么¶

stata-data-cleaning 是一个面向 Stata 数据清洗与变量构造环节的 Skill，覆盖缩尾（winsorize）、缺失值处理、变量生成等常用操作。它不替换 Stata 本身，而是在你写代码时给出一套规范写法，让同样的操作在团队内、脚本间保持一致。

发布者为成都市无限集数科技有限公司，来源标记为 enterprise，分类属于 data-analysis，坐标是 @org-xhtzrlnb/stata-data-cleaning，当前版本 1.0.0。官方地址为 https://api.skillhub.cn/org-xhtzrlnb/stata-data-cleaning ，SkillHub 页面为 https://www.skillhub.cn/skills/org-xhtzrlnb/stata-data-cleaning 。

按 SkillHub 页面显示的信息，该 Skill 评分 100000，下载 1201 次，安装数为 0。标签为 requires_api_key=false，即使用不需要 API Key。

核心功能¶

已核实的能力范围集中在三块：

1、缩尾：对连续变量的极端值做截断处理，给出规范写法，避免不同实现方式造成的口径差异。
2、缺失值处理：针对 Stata 数据中常见的缺失情况给出统一处理方式。
3、变量生成：用 generate / egen 等方式从已有变量构造新变量，明确推荐写法。

这些能力的呈现形式是 Skill 内的规范说明与示例代码，供你在写 Stata do 文件时对照执行。

安装与启用¶

Skill 采用通用的 SKILL.md 格式，启用方式取决于你使用的客户端。目前手头资料只提供了官方地址和坐标，没有给出具体的安装命令或配置字段，因此这里不写未经核实的命令。

需要安装时，建议直接打开 SkillHub 页面确认当前版本的安装方式：

https://www.skillhub.cn/skills/org-xhtzrlnb/stata-data-cleaning

该 Skill 不需要 API Key，启用时没有额外的密钥配置项。

典型用法¶

可复现示例应以 Skill 包内的 SKILL.md 为准。手头资料没有附带具体的代码示例，下面只说明操作框架，具体命令请以 Skill 包内容为准，不要凭习惯补写。

1、缩尾：先确认要处理的变量名和分位点（常见做法是取两端各 1% 或 5% 分位），再按 Skill 给出的规范写法执行截断，替换极端值为分位点值。
2、缺失值处理：先检查变量的缺失情况，再按 Skill 约定的方式处理，处理后注意核对样本量变化。
3、变量生成：明确新变量与原变量之间的关系，按 Skill 推荐的 generate 或 egen 写法构造，避免同一变量在不同脚本里用不同函数实现。

适用场景与注意¶

适合使用 Stata 做数据处理、需要统一清洗口径的个人或团队：同一变量在多人多脚本下要得到一致结果时，这类规范写法价值最大。

需要注意的几点：

1、该 Skill 只负责写法规范，不改变 Stata 命令本身的语义，最终结果仍取决于你选择的分位点、缺失值处理策略。
2、手头资料未包含完整示例代码和安装命令，接入前先打开官方页面核对 SKILL.md 内容。
3、评分、下载量等数据以 SkillHub 页面当前显示为准，会随时间变化。

结尾¶

stata-data-cleaning 的价值在于把 Stata 数据清洗中最常见、也最容易写出差异的三类操作固定成规范写法，减少口径不一致带来的返工。如果你正在整理团队的数据清洗流程，可以先从缩尾和缺失值处理这两块对照 Skill 内容落地，再逐步覆盖变量生成。

官方地址：https://api.skillhub.cn/org-xhtzrlnb/stata-data-cleaning ；SkillHub 页面：https://www.skillhub.cn/skills/org-xhtzrlnb/stata-data-cleaning 。