r(459) 是 Stata 在执行 merge 合并数据时比较常见的一类错误，通常与合并键变量的数据类型、取值形式或主从数据集中的变量定义不一致有关。遇到这个错误时，不建议直接修改 merge 命令，而应该先检查参与匹配的变量。
一、先了解 Stata 的 merge 合并逻辑
Stata 中常见的合并方式包括一对一、一对多和多对一，例如：
statamerge 1:1 id using "data2.dta"
或者：
statamerge 1:m id using "data2.dta"
其中 id 就是用于匹配两个数据集的关键变量，也叫合并键（key variable）。
正常情况下，两个数据集中的 id 必须能够按照同一种数据形式进行匹配。如果一个数据集中的 id 是数值型，而另一个数据集中的 id 是字符串型，Stata 就无法直接完成匹配。
例如主数据中：
statadescribe id
得到：
storage display value variable name type format label ----------------------------------------- id long %12.0g
而 using 数据中的 id 却是：
id str10 %10s
此时直接执行：
statamerge 1:1 id using "data2.dta"
就可能产生合并错误。
二、最常见原因：合并变量类型不一致
这是排查 r(459) 时首先应该检查的问题。
可以分别查看两个数据集中的关键变量：
statadescribe id
如果当前数据中的 id 是数值型，而 using 数据中的 id 是字符串型，就需要统一变量类型。
方法一：将字符串转换为数值
如果字符串变量实际保存的是纯数字，例如：
"10001" "10002" "10003"
可以使用：
statadestring id, replace
转换完成后检查：
statadescribe id
如果存在非数字字符，可以先查看具体内容：
statalist id if missing(real(id))
然后根据实际情况清理数据。
例如：
statareplace id = strtrim(id) destring id, replace
方法二：将数值转换为字符串
如果希望保留字符串格式，则可以使用：
statatostring id, replace
也可以指定格式，例如：
statatostring id, replace format(%08.0f)
这一点对于带前导零的编号尤其重要。
例如：
000123 000124 000125
如果直接将其转换成数值：
123 124 125
前面的 0 就会消失。如果原始数据中的编号具有固定长度，那么这种转换可能导致后续匹配失败。
三、注意“看起来一样”不代表真的一样
有些情况下，两个变量虽然都是字符串型，但依然无法正确合并。
例如一个数据集中的编号是：
"ABC001"
另一个数据集中的编号可能实际上是：
"ABC001 "
后者末尾多了一个空格。
可以使用：
statareplace id = strtrim(id)
去除字符串两端的空格。
如果数据中存在隐藏字符、大小写差异，也需要进一步处理。例如：
statareplace id = upper(id)
将字母统一转换成大写。
对于编码规则明确的数据，可以组合处理：
statareplace id = upper(strtrim(id))
然后再执行 merge。
四、检查两个数据集的合并变量是否真的存在
执行合并之前，可以先分别确认变量：
statadescribe id
如果变量名称不同，例如主数据使用：
company_id
而另一个数据使用：
firm_id
那么不能直接写：
statamerge 1:1 company_id using "data2.dta"
因为 using 数据中没有同名变量。
可以在必要时先统一变量名称：
statause "data2.dta", clear rename firm_id company_id save "data2_clean.dta", replace
然后再执行：
statause "data1.dta", clear merge 1:1 company_id using "data2_clean.dta"
五、检查合并变量是否存在重复值
除了变量类型之外，merge 1:1 对数据结构还有严格要求。
例如：
statamerge 1:1 id using "data2.dta"
意味着 id 在两个数据集中都应该唯一。
可以使用：
stataisid id
检查当前数据是否满足唯一性。
如果出现错误，则说明 id 存在重复值。
也可以使用：
stataduplicates report id
查看重复情况。
进一步定位重复记录：
stataduplicates list id
假设发现一个企业有多个年份的数据：
id year 1001 2022 1001 2023 1002 2022 1002 2023
此时单独使用 id 显然不能作为一对一合并键。
如果真正的唯一组合是“企业 + 年份”，应该使用：
statamerge 1:1 id year using "data2.dta"
因此，解决 merge 错误之前，一定要先明确数据的实际关系，而不是为了让命令运行而随意更换 1:1、1:m 或 m:1。
六、正确区分 1:1、1:m 和 m:1
假设主数据是企业基本信息：
id 1001 1002 1003
而 using 数据是企业年度数据：
id year 1001 2022 1001 2023 1002 2022 1002 2023
此时一个企业对应多个年度记录，因此可以考虑：
statamerge 1:m id using "data2.dta"
反过来，如果当前数据中同一个 id 有多条记录，而 using 数据中的 id 唯一，则应该考虑：
statamerge m:1 id using "data2.dta"
需要特别注意，m:m 虽然可以让某些合并命令执行，但通常不应该把它当作解决数据结构问题的办法。
m:m 容易产生大量非预期匹配记录，严重时会导致数据行数膨胀，因此应优先通过业务含义确定真正的合并关系。
七、使用 merge 前先做系统检查
一个比较稳妥的排查流程如下。
先打开主数据：
statause "data1.dta", clear
检查合并变量：
statadescribe id codebook id
检查唯一性：
stataisid id
如果要求 1:1 合并，还需要检查 using 数据：
statapreserve use "data2.dta", clear describe id isid id restore
如果两个数据集的变量类型一致，并且唯一性也符合预期，再执行：
statamerge 1:1 id using "data2.dta"
这种方式比反复修改 merge 命令更加可靠。
八、如果是数值型变量，还要注意变量标签和编码
Stata 中数值型变量可能附带 value label。
例如：
statadescribe gender
可能显示：
gender byte %8.0g gender_label
这里的 gender 本身仍然是数值型变量，只是显示时通过标签呈现为文字。
因此，不能仅凭浏览器里看到的内容判断变量类型。应该使用：
statadescribe gender
确认实际 storage type。
如果两个数据集的编码规则不同，即使变量都是数值型，也可能出现逻辑上的匹配问题。
例如一个数据集：
1 = 男 2 = 女
另一个数据集：
0 = 男 1 = 女
这属于编码含义不一致，并不是简单的数据类型问题，需要根据数据字典重新编码。
九、检查合并后的 _merge 变量
成功执行 merge 后，Stata 通常会生成 _merge 变量。
可以执行：
statatabulate _merge
通常可以看到类似：
_merge | Freq. -------+--------- 1 | 1000 2 | 200 3 | 800
其中：
-
_merge == 1：只存在于主数据； -
_merge == 2：只存在于using数据； -
_merge == 3：两个数据集成功匹配。
如果只希望保留成功匹配的记录，可以使用：
statakeep if _merge == 3 drop _merge
不过，不建议在没有检查结果之前直接删除 _merge。它是判断数据合并质量的重要依据。
十、一个完整的排错示例
假设有两个文件：
company.dta financial.dta
两者都通过 firm_id 关联。
先检查主数据：
statause "company.dta", clear describe firm_id isid firm_id
再检查另一个数据：
statause "financial.dta", clear describe firm_id isid firm_id
如果发现：
company.dta firm_id = long financial.dta firm_id = str10
说明变量类型不同。
假设 financial.dta 中保存的是纯数字字符串，可以进行：
statadestring firm_id, replace
然后重新检查：
statadescribe firm_id
确认两个文件中的类型一致后，再回到主数据：
statause "company.dta", clear merge 1:1 firm_id using "financial.dta"
如果此时又提示唯一性问题，则需要重新判断数据关系。例如财务数据可能是一家公司对应多个年份，那么真正的键可能应该是：
statafirm_id year
这时可以改为：
statamerge 1:1 firm_id year using "financial.dta"
前提是 firm_id year 在两个数据集中都唯一。
十一、不要简单使用 capture 隐藏 r(459)
有些人遇到错误后会写：
statacapture merge 1:1 id using "data2.dta"
这样做只是让 Stata 不显示错误，并没有解决问题。
更合理的方法是查看返回代码：
statacapture merge 1:1 id using "data2.dta" display _rc
如果返回：
459
说明命令依然执行失败。
capture 更适合编写需要容错的批处理程序，而不应该用于掩盖数据结构错误。
十二、推荐的 Stata 合并排查清单
遇到 r(459) 或类似 merge 错误时，可以按照以下顺序检查：
-
确认
merge使用的变量名称正确； -
确认两个数据集中的合并变量类型一致；
-
检查字符串变量是否存在前后空格；
-
检查大小写、特殊字符和前导零；
-
使用
isid检查关键变量是否唯一； -
如果不唯一，判断是否应该加入
year等其他键变量； -
根据真实业务关系选择
1:1、1:m或m:1； -
避免为了绕过错误而直接使用
m:m； -
合并成功后使用
tab _merge检查匹配情况； -
确认结果符合预期后，再删除
_merge。
总结
Stata 合并数据出现 r(459) 时，真正需要解决的通常不是命令本身，而是两个数据集之间的合并键定义不一致。尤其应该优先检查变量类型、字符串格式、重复值以及 merge 的匹配关系。
实际操作中，可以形成一个固定习惯：先 describe 检查类型，再用 isid 检查唯一性，最后根据数据结构确定 merge 类型。如果两个数据集属于面板数据，还应重点考虑 id + year 这样的联合主键。
只要合并键定义正确、变量格式统一，并且 1:1、1:m、m:1 与实际数据关系相符，大多数 Stata 合并错误都可以快速定位并解决。