stata中剔除自身算行业加权指标

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

请问，在下列数据中，如果计算firm在剔除自身的当年数据后，所在行业当年的exch的加权平均值（按export的值计算权重）应该怎么编写程序呀？

1. clear
   
2. input firm year exch export industry
   
3. 1 1 8 60 6
   
4. 1 2 0.03 50 6
   
5. 2 1 0.03 68 7
   
6. 2 2 3 80 7
   
7. 3 1 0.03 200 7
   
8. 3 2 10 90 6
   
9. 3 1 3 250 6
   
10. 4 1 1.1 120 7
    
11. 4 2 10 80 7
    
12. end

复制代码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Stata 加权指标 tata Industry export

1. bys industry year:egen exch_sum=sum( exch )
   
2. gen exch_sum1=exch_sum- exch
   
3. bys industry year:egen acc=sum( 1 )
   
4. gen acc2=acc-1
   
5. gen exch_mean= exch_sum1/ acc2

复制代码

exch_mean就是你要的。

石器时代的大菠萝 发表于 2021-6-2 10:33
exch_mean就是你要的。

谢谢您的回答。但是您的提供的这部分程序应该是只计算了算术平均，没有计算按照export的加权平均值。

Soar98 发表于 2021-6-4 08:58
谢谢您的回答。但是您的提供的这部分程序应该是只计算了算术平均，没有计算按照export的加权平均值。

漏看要求了。我仔细思考了一下，这可能stata实现不了，要是换成python会容易一些。

石器时代的大菠萝 发表于 2021-6-4 10:24
漏看要求了。我仔细思考了一下，这可能stata实现不了，要是换成python会容易一些。

那请问python可以通过什么方式实现呢？

Soar98 发表于 2021-6-4 10:48
那请问python可以通过什么方式实现呢？

1. import pandas as pd

复制代码

1. df=pd.read_excel('export.xlsx')
   
2. df

复制代码

1. data_list=[]
   
2. for ind_ in df['industry'].unique(): # 按年度、行业处理
   
3.     for year_ in df['year'].unique():
   
4.         df2=df[(df['industry']==ind_)&(df['year']==year_)].set_index('firm')
   
5.         for i in df2.index:
   
6.             df3=df2.loc[df2.index!=i].copy() #剔除个体本身
   
7.             print(df3)
   
8.             print('“%s”公司的取值是：%s'%(i,sum(df3['exch']*(df3['export']/df3['export'].sum()))) )
   
9.             #对df2建立新列“exch_weighted average”，并进行填写。
   
10.             df2.loc[i,'exch_weighted average']=sum(df3['exch']*(df3['export']/df3['export'].sum()))   #exch与用export计算权重加权相乘，最后再求和。
    
11.         # 把填写好的df2增加到data_list。
    
12.         data_list.append(df2)

复制代码

1. df4=pd.concat(data_list) #使用pd.concat方法把每个data_list按照垂直方向拼接
   
2. df4

复制代码

石器时代的大菠萝 发表于 2021-6-4 13:14

哇，太棒了！谢谢！

石器时代的大菠萝 发表于 2021-6-4 13:14

老师您好，我根据自己的需求改了程序，但是因为我的计算过程更为复杂，所以使用python计算的时候经常会卡住（我的数据有3万多条，如果拆分成几百一个文件能够跑出来，但是效率很低），想请问您有没有优化程序的方法，我的程序如下import pandas as pd
df=pd.read_excel('D:\\研究生\\小论文\\export.xlsx')
df
data_list=[]
for hs_ in df['hs6'].unique():
    for year_ in df['year'].unique():
        for city_ in df['city'].unique():
            for country_ in df['CountryName'].unique():
                df2=df[(df['hs6']==hs_)&(df['year']==year_)&(df['city']==city_)&(df['CountryName']==country_)].set_index('id_new')
                for i in df2.index:
                    df3=df2.loc[df2.index!=i].copy()
                    print(df3)
                    print('"%s"公司的取值是：%s'%(i,sum(df3['qua']*(df3['export']/df3['export'].sum()))) )
                    df2.loc[i,'qua_weighted average']=sum(df3['qua']*(df3['export']/df3['export'].sum()))
                data_list.append(df2)
df4=pd.concat(data_list)
df4
df4.to_excel('D:\\研究生\\小论文\\qua_weighted_average.xlsx')