frame dir default 0 x 0Introduction aux frames (Stata 16)
frame
Abstract
Les frames, introduites avec la version 16 de Stata, permettent de travailler parallèlement sur plusieurs bases de données, sans avoir à enregistrer/ouvrir. Un système de liaison entre frames revisite l’appariement des bases. Il s’avère particulièrement utile lorsqu’on alimente une base individuelle avec des données contextuelles.
Les frames on été implémentées à Stata à partir de la version 16 (2019). Elles n’améliorent pas directement les durées d’éxécution, mais en donnant la possibilité de travailler simultanément sur plusieurs bases simultanément sans multiplier les opérations d’ouverture ou de sauvegarde, elles permettent de “gagner du temps”. Mieux encore, elles ont été pensées pour faciliter les fusions et les manipulations d’informations entre bases de données en implémentant une alternative aux merge via une logique de liaison.
Les frames ont été pensées pour faciliter le travail de programmation entre bases individuelles et bases contextuelles.
Note
La version 18 de Stata implémente le format .dtas qui permet de sauvergadrer une collection de frames et leurs liaisons.
La présentation des frames se fera par l’exemple, avec la base nhanes2:
- créer plusieurs frames à partir d’une base source (nhanes2).
- collapser des informations dans une frame
- lier deux frames et importer des variables d’une frame à une autre .
- générer des variables dans une frame en utilisant des informations issues d’une ou plusieurs autres frame.
Depuis Stata 16, à chaque base active est associée une frame nommée default. On peut récupérer l’information sur les frames créées lors d’une session avec les instruction frame dir ou frame list. Le nombre de lignes (observations) et colonnes (variables) sont indiquées.
On ouvre une session avec Stata, la frame * default* avec 0 ligne et 0 colonnes est indiquée avec frame dir.
On ouvre une base, et de nouveau avec frame dir:
clear
webuse nhanes2
frame dir
des, s default 10351 x 58; nhanes2.dta
Contains data from https://www.stata-press.com/data/r17/nhanes2.dta
Observations: 10,351
Variables: 58 20 Dec 2020 10:07
Sorted by: On souhaite renommer cette frame default, par exemple nhanes: frame rename
frame rename default nhanes
frame dir nhanes 10351 x 58; nhanes2.dtaCréation d’une frame
On souhaite, par exemple, créer des bases d’indicateurs en collapsant des informations issues de la base/frame nhanes, sur la tension artérielle (bpsystol) et sur l’IMC (bmi), tout en gardant les informations sur le sexe (sex). On va générer deux frames avec frame put.
On indique simplement la sélection de variables et avec l’option into() le nom de la nouvelle frame.
frame put sex bpsystol, into(tension)
frame put sex bmi, into(imc)
frame dir* imc 10351 x 2
nhanes 10351 x 58; nhanes2.dta
* tension 10351 x 2
Note: Frames marked with * contain unsaved data.Remarques
- pas de préserve/restore et aucune opération de sauvegarde n’ont été nécessaire.
frame dirindique les frames qui ne sont pas enregistrées en dur (.dta).- On peut utiliser les arguments
ifinpour sélectionner des observations.
Opérations en parallèle
On a maintenant 3 frames dans la session: la frame active nhanes (chargée dans l’interface), et en arrière plan tension et imc.
On peut continuer à travailler sur la base nhanes, mais aussi simultanément sur les deux nouvelles frames.
Une seule ligne de commande:
frame nom_frame: commandPlusieurs lignes de commandes:
frame nom_frame {
command1
command2
.
.
.
} * frame active (nhanes2)
tab agegrp
frame tension: rename bpsystol tension
frame tension: mean tension, over(sex)
frame imc: rename bmi imc
frame imc: mean imc, over(sex)
Age group | Freq. Percent Cum.
------------+-----------------------------------
20–29 | 2,320 22.41 22.41
30–39 | 1,622 15.67 38.08
40–49 | 1,272 12.29 50.37
50–59 | 1,291 12.47 62.84
60–69 | 2,860 27.63 90.47
70+ | 986 9.53 100.00
------------+-----------------------------------
Total | 10,351 100.00
Mean estimation Number of obs = 10,351
---------------------------------------------------------------
| Mean Std. err. [95% conf. interval]
--------------+------------------------------------------------
c.tension@sex |
Male | 132.888 0.299 132.301 133.475
Female | 129.068 0.341 128.400 129.736
---------------------------------------------------------------
Mean estimation Number of obs = 10,351
--------------------------------------------------------------
| Mean Std. err. [95% conf. interval]
-------------+------------------------------------------------
c.imc@sex |
Male | 25.510 0.057 25.397 25.622
Female | 25.563 0.076 25.414 25.711
--------------------------------------------------------------Sur le même principe, on va collapser les frames et tension et imcs (moyennes de tension et imc par sexe)
frame tension {
collapse tension, by(sex)
list
}
frame imc {
collapse imc, by(sex)
list
}
+-------------------+
| sex tension |
|-------------------|
1. | Male 132.8877 |
2. | Female 129.0679 |
+-------------------+
+-------------------+
| sex imc |
|-------------------|
1. | Male 25.50999 |
2. | Female 25.56256 |
+-------------------+frame dir* imc 2 x 2
nhanes 10351 x 58; nhanes2.dta
* tension 2 x 2
Note: Frames marked with * contain unsaved data.Remarque: la frame/base nhanes et toujours celle qui est chargée dans l’interface. On peut changer à tout instant de frame chargée dans l’interface avec frame change nom_frame
Liaison entre frames
L’autre nouveauté est le système de liaison: - Il permet d’apparier des informations entre bases - Il permet de faire des opérations entre frames sans avoir à apparier des bases
Pour lier deux frames on utilise la commande frlink:
- Nécessite une clé d’appariement, comme pour merge une ou plusieurs variables - On doit indiquer le type de liaison: 1:1 ou m:1 - Stata génère une variable de liaison, on peut lui donner un nom - Petit regret: on ne peut lier que deux frames à la fois. Dans notre exemple, on aurait par exemple aimer lier la frame nhanes aux frames tension et imc en une ligne. On devra le faire deux fois, avec deux variables de liaison identiques.
frlink varlist, frame(nom_frame) gen(link_name)Ici la clé d’appariement est la variable sex, la liaison est de type m:1
frlink m:1 sex, frame(tension) gen(l1)
frlink m:1 sex, frame(imc) gen(l2) (all observations in frame nhanes matched)
(all observations in frame nhanes matched)on souhaite apparier les variables tension et inc à la base/frame nhanes: frget. La variable de liaison joue le rôle de la clé d’identification.
Avantage:
- on merge des variables et non des bases. On sélectionne donc les variables que l’on juge utile
- on peut renommer les variables avec
frget, ici mtension pour tension et mimc pour imc. Attention aux habitudes, ici pour renommer c’est nouveau_nom=ancien_nom.
frget mtension=tension, from(l1)
frget mimc=imc, from(l2) (1 variable copied from linked frame)
(1 variable copied from linked frame)Les variables mtension et minc sont maintenant dans la base/frame nhanes
mean mtension mimc, over(sex)
Mean estimation Number of obs = 10,351
----------------------------------------------------------------
| Mean Std. err. [95% conf. interval]
---------------+------------------------------------------------
c.mtension@sex |
Male | 132.888 0.000 . .
Female | 129.068 0.000 . .
|
c.mimc@sex |
Male | 25.510 0.000 . .
Female | 25.563 0.000 . .
----------------------------------------------------------------Imaginons que nous ne souhaitions pas importer les variables mtension minc qui joueraient ici le rôle de variables contextuelles, mais mesurer simplement un écart entre les observations individuelles et les moyennes, en tenant compte du sexe de la personnes. On peut générer des variables sans appariement préalable avec une nouvelle fonction, ajoutée à gen et replace, frval.
syntaxe : frval(variable_liaison, nom_variable)
En amont je supprime les variables mtension et mimc de la frame nhanes (inutiles) et renomme les variables tension et imc dans leur frame respective (pour facilité la lecture de frval)
drop mtension mimc
frame tension: rename tension mean_tension
frame imc: rename imc mean_imcCréation des variables diff_tens et diff_imc
gen diff_tens = bpsystol - frval(l1, mean_tension)
gen diff_imc = bmi - frval(l2, mean_imc)
list diff_tens diff_imc in 1/10
+-----------------------+
| diff_tens diff_imc |
|-----------------------|
1. | -26.8877 -5.014309 |
2. | -21.06789 -4.54022 |
3. | -31.06789 -.5886974 |
4. | 50.93211 10.16616 |
5. | -9.067886 2.361246 |
|-----------------------|
6. | 50.93211 4.939587 |
7. | -29.06789 -2.530706 |
8. | 24.93211 -2.527401 |
9. | -9.067886 .0732231 |
10. | -28.8877 -4.530003 |
+-----------------------+Dans une même création de variable, on peut utiliser frval pour plusieurs liaisons, et dans des expression conditionnelles. Si on souhaite ici créer une indicatrice qui repère les personnes dont la tension et l’imc sont supérieurs à la moyenne. Les variables diff_tens et diff_imc étant inutiles.
drop diff_tens diff_imc
gen sup_tens_imc = bpsystol> frval(l1, mean_tens) & bmi > frval(l2, mean_imc)
list sup_tens_imc in 1/10
+----------+
| sup_te~c |
|----------|
1. | 0 |
2. | 0 |
3. | 0 |
4. | 1 |
5. | 0 |
|----------|
6. | 1 |
7. | 0 |
8. | 0 |
9. | 0 |
10. | 0 |
+----------+Autres opérations
Vérifier la frame chargée dans l’interface
frame pwf ou plus rapidement pwf
pwf (current frame is nhanes)Changer de frame chargée dans l’interface
Depuis le début, seule la frame nhanes était chargée dans l’interface. On peut à tout moment changer la frame chargée avec frame change nom_frame.
frame change tension
des
frame nhanes: des, s
frame change nhanes
Contains data
Observations: 2
Variables: 2
-------------------------------------------------------------------------------
Variable Storage Display Value
name type format label Variable label
-------------------------------------------------------------------------------
sex byte %9.0g sex Sex
mean_tension float %9.0g (mean) tension
-------------------------------------------------------------------------------
Sorted by: sex
Note: Dataset has changed since last saved.
Contains data from https://www.stata-press.com/data/r17/nhanes2.dta
Observations: 10,351
Variables: 61 20 Dec 2020 10:07
Sorted by:
Note: Dataset has changed since last saved.Supprimer des frames
- On peut supprimer à tout moment une frame qui n’est pas chargée dans l’interface avec
frame drop nom_frame. Si on applique cette commande à la frame chargée, Stata renvoie un message d’erreur. - On peut supprimer toutes les frames avec
frame reset. Dans ce cas plus aucune base ne sera chargée dans l’interface.
frame drop tension
frame dir
frame reset
frame dir* imc 2 x 2
* nhanes 10351 x 61; nhanes2.dta
Note: Frames marked with * contain unsaved data.
default 0 x 0Il reste la frame “vide” default générée automatiquement par Stata.
Création d’une frame
On peut créer une frame vide à tout moment avec frame create nom_frame. On peut également ajouter une liste de nom de variables: frame create nom_frame varlist
frame create new
frame dir default 0 x 0
new 0 x 0frame create new2 x
frame dir default 0 x 0
new 0 x 0
* new2 0 x 1
Note: Frames marked with * contain unsaved data.La frame new2 à une colonne, mais aucune observation
frame new2 {
set obs 1000
replace x = rnormal()
label variable x "x = random normal (0,1)"
des
}
frame dirNumber of observations (_N) was 0, now 1,000.
(1,000 real changes made)
Contains data
Observations: 1,000
Variables: 1
-------------------------------------------------------------------------------
Variable Storage Display Value
name type format label Variable label
-------------------------------------------------------------------------------
x float %9.0g x = random normal (0,1)
-------------------------------------------------------------------------------
Sorted by:
Note: Dataset has changed since last saved.
default 0 x 0
new 0 x 0
* new2 1000 x 1
Note: Frames marked with * contain unsaved data.Ensemble du programme
frame dir
webuse nhanes2
frame dir
des, s
frame rename default nhanes
frame dir
frame put sex bpsystol, into(tension)
frame put sex bmi, into(imc)
frame dir
* frame active (nhanes2)
tab agegrp
* frame tension
frame tension: rename bpsystol tension
frame tension: mean tension, over(sex)
* frame imc
frame imc: rename bmi imc
frame imc: mean imc, over(sex)
frame tension {
collapse tension, by(sex)
list
}
frame imc {
collapse imc, by(sex)
list
}
frame dir
frlink m:1 sex, frame(tension) gen(l1)
frlink m:1 sex, frame(imc) gen(l2)
frget mtension=tension, from(l1)
frget mimc=imc, from(l2)
drop mtension mimc
frame tension: rename tension mean_tension
frame imc: rename imc mean_imc
gen diff_tens = bpsystol - frval(l1, mean_tension)
gen diff_imc = bmi - frval(l2, mean_imc)
mean diff_tens diff_imc, over(sex)
drop diff_tens diff_imc
gen sup_tens_imc = bpsystol> frval(l1, mean_tension) & bmi > frval(l2, mean_imc)
frame change tension
des
frame nhanes: des, s
frame change nhanes
frame drop tension
frame dir
frame reset
frame dir
frame create new
frame dir
frame create new2 x
frame dir
frame new2 {
set obs 1000
replace x = rnormal()
label variable x "x = random normal (0,1)"
des
}
frame dir default 0 x 0
new 0 x 0
* new2 1000 x 1
Note: Frames marked with * contain unsaved data.
default 10351 x 58; nhanes2.dta
new 0 x 0
* new2 1000 x 1
Note: Frames marked with * contain unsaved data.
Contains data from https://www.stata-press.com/data/r17/nhanes2.dta
Observations: 10,351
Variables: 58 20 Dec 2020 10:07
Sorted by:
new 0 x 0
* new2 1000 x 1
nhanes 10351 x 58; nhanes2.dta
Note: Frames marked with * contain unsaved data.
* imc 10351 x 2
new 0 x 0
* new2 1000 x 1
nhanes 10351 x 58; nhanes2.dta
* tension 10351 x 2
Note: Frames marked with * contain unsaved data.
Age group | Freq. Percent Cum.
------------+-----------------------------------
20–29 | 2,320 22.41 22.41
30–39 | 1,622 15.67 38.08
40–49 | 1,272 12.29 50.37
50–59 | 1,291 12.47 62.84
60–69 | 2,860 27.63 90.47
70+ | 986 9.53 100.00
------------+-----------------------------------
Total | 10,351 100.00
Mean estimation Number of obs = 10,351
---------------------------------------------------------------
| Mean Std. err. [95% conf. interval]
--------------+------------------------------------------------
c.tension@sex |
Male | 132.888 0.299 132.301 133.475
Female | 129.068 0.341 128.400 129.736
---------------------------------------------------------------
Mean estimation Number of obs = 10,351
--------------------------------------------------------------
| Mean Std. err. [95% conf. interval]
-------------+------------------------------------------------
c.imc@sex |
Male | 25.510 0.057 25.397 25.622
Female | 25.563 0.076 25.414 25.711
--------------------------------------------------------------
+-------------------+
| sex tension |
|-------------------|
1. | Male 132.8877 |
2. | Female 129.0679 |
+-------------------+
+-------------------+
| sex imc |
|-------------------|
1. | Male 25.50999 |
2. | Female 25.56256 |
+-------------------+
* imc 2 x 2
new 0 x 0
* new2 1000 x 1
nhanes 10351 x 58; nhanes2.dta
* tension 2 x 2
Note: Frames marked with * contain unsaved data.
(all observations in frame nhanes matched)
(all observations in frame nhanes matched)
(1 variable copied from linked frame)
(1 variable copied from linked frame)
Mean estimation Number of obs = 10,351
-----------------------------------------------------------------
| Mean Std. err. [95% conf. interval]
----------------+------------------------------------------------
c.diff_tens@sex |
Male | -0.000 0.299 -0.587 0.587
Female | -0.000 0.341 -0.668 0.668
|
c.diff_imc@sex |
Male | 0.000 0.057 -0.113 0.113
Female | 0.000 0.076 -0.149 0.149
-----------------------------------------------------------------
Contains data
Observations: 2
Variables: 2
-------------------------------------------------------------------------------
Variable Storage Display Value
name type format label Variable label
-------------------------------------------------------------------------------
sex byte %9.0g sex Sex
mean_tension float %9.0g (mean) tension
-------------------------------------------------------------------------------
Sorted by: sex
Note: Dataset has changed since last saved.
Contains data from https://www.stata-press.com/data/r17/nhanes2.dta
Observations: 10,351
Variables: 61 20 Dec 2020 10:07
Sorted by:
Note: Dataset has changed since last saved.
* imc 2 x 2
new 0 x 0
* new2 1000 x 1
* nhanes 10351 x 61; nhanes2.dta
Note: Frames marked with * contain unsaved data.
default 0 x 0
default 0 x 0
new 0 x 0
default 0 x 0
new 0 x 0
* new2 0 x 1
Note: Frames marked with * contain unsaved data.
Number of observations (_N) was 0, now 1,000.
(1,000 real changes made)
Contains data
Observations: 1,000
Variables: 1
-------------------------------------------------------------------------------
Variable Storage Display Value
name type format label Variable label
-------------------------------------------------------------------------------
x float %9.0g x = random normal (0,1)
-------------------------------------------------------------------------------
Sorted by:
Note: Dataset has changed since last saved.
default 0 x 0
new 0 x 0
* new2 1000 x 1
Note: Frames marked with * contain unsaved data.