當代的數據科學領域，Stata 以其嚴謹的統計報表著稱，而 Python 則在資料清理與結構變換（如長寬表轉換）展現了強大的彈性。對於追求專業效率的研究者而言，不再需要將資料在多個軟體間匯出匯入，透過 Stata 內置的 Python 引擎，我們可以在同一個 .do 執行檔中完成所有工作。
本文將以一個實際的臨床滿意度調查資料為例，示範如何在 Stata 19.5 環境下串接 Python。
一、 環境建置：穩定連結的基礎
在開始分析前，最關鍵的一步是讓 Stata 找到正確的 Python 實體路徑。如果您使用 pyenv 進行環境管理，請務必指向真正的 .exe 檔案。
- 在Windows，開啟命令提示字元(cmd)，鍵入
where python，即可以找到系統預設python位置 - 在 macOS（蘋果電腦）上，可以用 Terminal（終端機） 鍵入
which python3，查詢 Python 安裝位置
# Windows
Microsoft Windows [版本 10.0.26200.8457]
(c) Microsoft Corporation. 著作權所有，並保留一切權利。
C:\Users\user>where python
C:\Program Files\Python311\python.exe
找到 python位置後，回到Stata ，鍵入 set python_exec <你的Python路徑> , permanently ，即設定好 Stata 與 python 關聯性，以後就能在 Stata 使用 python
Stata
* 1. 初始化環境
clear all
set python_exec "C:\Users\User\.pyenv\pyenv-win\versions\3.11.9\python.exe", permanently
*註：在執行過程中，若遇到 Unknown #command 錯誤，通常是符號誤用（如用成 # 而非 ），修正為註解符號即可。
二、匯入CSV檔
import delimited "C:\0514\data.csv", encoding("UTF-8") clear
list in 1/10 // 查看前10筆長表數據
三、 Python 介入：優雅的資料重組 (Reshaping)
雖然 Stata 有 reshape 指令，但面對複雜結構時，Python 的 Pandas 庫提供了更直覺的邏輯。
Stata 啟用 python ，只要在Command 中 鍵入 python後，即可以進入python，退出python時，輸入end就退出
1. 長表轉寬表 (Long to Wide)
我們將原始數據匯入後，利用 pivot 功能，將「週次 (Week)」展開為獨立欄位。這在檢視個別受試者在不同時間點（如 vist1 與 vist2）的表現變化時非常有幫助。
2. 寬表轉回長表 (Wide to Long)
利用 melt 指令，我們可以輕易將資料轉回長表格式。這對於後續執行 T 檢定或混合模型分析至關重要。
python:
import pandas as pd
from sfi import Data
# 抓取數據並轉為寬表
df = pd.DataFrame(Data.get(None))
df.columns = ['ID', 'Group', 'Week', 'Satisfaction']
df_wide = df.pivot(index=['ID', 'Group'], columns='Week', values='Satisfaction').reset_index()
print(df_wide.head())
end
三、 Stata 統計：精準的 T 檢定分析
完成資料重組後，我們回到 Stata 執行核心統計分析。本次分析重點在於：「實驗組」與「對照組」在滿意度上是否存在顯著差異？
1. 總體滿意度比較
根據 Stata 輸出的 ttest 報表顯示，實驗組平均值為 5.72，對照組為 3.38。
- P 值 (Pr > |t|) = 0.0000：代表兩組間存在極顯著差異。t 值 = 8.8351：顯示實驗組的滿意度顯著高於對照組。
2. 特定時間點 (vist1) 的深入分析
為了更精確了解干預初期的影響，我們利用 if 條件式針對第一週數據進行檢定：
ttest 滿意度 if 週次 == "vist1", by(組別)結果同樣顯示 $p < 0.01$，證明實驗組在初期即展現出優勢。
四、 結語：為什麼研究者需要這種流程？
透過 .do 指令檔（stata_code）進行管理，我們確保了研究的可重複性 (Reproducibility)。當數據更新時，您只需按下一鍵，Stata 就會自動透過 Python 進行清洗，並即時產出最新的統計報表。
這種工作流不僅減少了手動複製貼上的錯誤風險，更能讓研究者專注於數據背後的科學洞察。
