可以用
gen varname = 0
或merge 另外的.dta。
也可以直接在data editor來加。

回头试一下，发现stata真是好强大，不过为何感觉计量是个不断实验的过程呢？显著的参数都是要不断地测试出来的？我的理解对吗？

沒錯，stata 很完整，能作很多的事，難處是在options比較不直覺。
R也很強大，容易學，但常常要download封包。花些時間學學，很有用的。

在data editor中解决了。再试试其他两种方法。

stata，r，eviews都有接触，了解皮毛，如何深入对自己来说是个挑战。R门槛好像挺高的，要有编程，自己属于没有模板就无法模仿的资质较差类型，可能只有好好读完r handbook才能搞定想做的事情。
顺便吐糟一下，从哲学到经济，数学基础差真是痛苦。中高级经济学读起来非常吃力，计量更是如此，还没算上CGE,很多概念似是而非，数学表达记住了，但是其实并非入脑入心，只记得皮毛，至于其含义或者本质作用（发明这个概念的目的）教科书一般不讲或者自己并未从数学表达中抽象出来，当然很多数学工具发明出来的作用（比如为了解决什么问题）我也是不很理解。总体来看，数学确实是拦路虎,目前不知道怎么才能补起来，因为很多符号出现，立刻进度全无。不知道大家有何好办法。
知识零散，没有整合在一起，不能从全局的高度来解决问题，对于解决问题的一般步骤方案心中无数。代码见得少，实践的少，一是书本上的数据实验的少，在这种已经被整理好、设计好的数据上应该比较容易训练，根据教材确实能得到一些知识，可是总感觉自己记住的是操作。自己动手整理数据过程显然艰苦的多，很多时候在小问题上困住，选择指标更是无从下手（经济理论导向差），停留在不断尝试阶段（虽然有文献指导，但是毕竟论文并不公开样本数据，自己收集的估计和作者的差距不小）。
3.自己收集数据实验中发现，还真不是数据越多越好，要想得到结论，貌似还得裁剪数据。也不知这样是否正确。比较习惯从全局理解问题，发现读得哲学在数学、经济学上完全没啥用，不知道茅老51岁美国计量班怎么过得，现在是由衷佩服。
再次感谢dcwang1233热心。