是不是字符变量不适合做merge时候的key variable？

是不是字符变量不适合做merge时候的key variable？
用的是stata11

. use 07acqswitch.dta,clear
. sort deal_no xadv_code
. merge deal_no xadv_code using 04acq_loyalty.dta
(note: you are using old merge syntax; see [R] merge for new syntax)
variables deal_no xadv_code do not uniquely identify observations in the master data
variables deal_no xadv_code do not uniquely identify observations in 04acq_loyalty.dta

事实上，我试过下面的语句，
use 07acqswitch.dta,clear
bysort deal_no xadv_code:gen y=_n
发现出来的出来的y都是1，这足以证明deal_no xadv_code能uniquely identify observations。但是为什么会有上面的出错信息？

另外，有没有比较简单的检查是不是uniquely identify observations的命令？

*以下过程不存在提示信息：
clear
inp y str1 z w
1 a 4
2 b 5
3 c 6
end
sort y z
save b,replace
clear
inp x y str1 z
5 1 d
6 2 b
7 3 c
8 4 a
end
sort y z
mer y z using b

我觉得 “字符变量是可以做key variable的”请看下面这个网页里的举例（I think id is numeric, name is character）：
http://kb.iu.edu/data/azck.html
use stat.dta, clear
sort id name
save stat.dta, replace


use math.dta, clear
sort id name


merge 1:1 id name using stat.dta


我认为：问题的关键是key variable在两个datasets内要等同。

另外，给你提供以下更多的网页资料作参考！
http://www.stata.com/help.cgi?merge
http://staff.washington.edu/glynn/statamrg.pdf
http://www.ats.ucla.edu/stat/stata/faq/multmerge.htm
http://www.swisspanel.ch/IMG/pdf/data_management_shp_stata11.pdf
http://userwww.service.emory.edu/~erein/courses/pols508/stata-programming-II.pdf
http://www.rpi.edu/~simonk/pdf/UsefulStataCommands.pdf
http://rlab.lse.ac.uk/data/statacourse/Lec2_a.pdf
http://fmwww.bc.edu/gstat/docs/merge.html

econfj 发表于 2011-6-1 21:35
(note: you are using old merge syntax; see [R] merge for new syntax)
variables deal_no xadv_code do not uniquely identify observations in the master data
variables deal_no xadv_code do not uniquely identify observations in 04acq_loyalty.dta

事实上，我试过下面的语句，
use 07acqswitch.dta,clear
bysort deal_no xadv_code:gen y=_n
发现出来的出来的y都是1，这足以证明deal_no xadv_code能uniquely identify observations。但是为什么会有上面的出错信息？

最好把你的数据贴出来，并且清楚说明你想要的结果。

（https://bbs.pinggu.org/thread-1089388-2-1.html是一个典型）

econfj 发表于 2011-6-1 21:35 用的是stata11
. use 07acqswitch.dta,clear
. sort deal_no xadv_code
. merge deal_no xadv_code using 04acq_loyalty.dta
(note: you are using old merge syntax; see [R] merge for new syntax)
variables deal_no xadv_code do not uniquely identify observations in the master data
variables deal_no xadv_code do not uniquely identify observations in 04acq_loyalty.dta

你还要看一下，出现后面这段文字后，命令是否仍执行，或者虽执行但得不到你想要的结果。

4# sungmoo

出现后面这段文字后，命令是否仍执行，或者虽执行但得不到你想要的结果。
>命令仍然执行，等到想要的结果，这是一个1:1的merger，

假设左边的数据集合是x y z，右边是y z w。
我用bysort: x y:gen cnt=_n   结果出来的cnt都是1，这证明左边的数据集合是unique identified的。
右边得到同样的结果，
就是用 y z做key variable的时候，merge的过程出现上面那段文字。

y 是数字变量，z是字符变量。

这几天去开会，没上网:)

econfj 发表于 2011-6-10 22:10 >命令仍然执行，等到想要的结果，这是一个1:1的merger，
假设左边的数据集合是x y z，右边是y z w。
我用bysort: x y:gen cnt=_n   结果出来的cnt都是1，这证明左边的数据集合是unique identified的。
右边得到同样的结果，
就是用 y z做key variable的时候，merge的过程出现上面那段文字。
y 是数字变量，z是字符变量。
这几天去开会，没上网:)

还得把你的数据库贴出来，才能发现具体有什么问题。（我模拟的情况不存在上述提示信息）

4# sungmoo

事实上，我试过下面的语句，
use 07acqswitch.dta,clear
bysort deal_no xadv_code:gen y=_n
发现出来的出来的y都是1，这足以证明deal_no xadv_code能uniquely identify observations。但是为什么会有上面的出错信息？


>弄错了，bysort deal_no xadv_code:gen y=_n，发现出来的出来的y不都是1，有几个2. 最近的project数据集太大（超过10G），do文件太多（快30个）了。自己弄错了，但是印象中，当时弄的时候出来的都是1，不然也不会写上面的语句.  不知道为什么，可能调试的太频繁了。这篇文章，4个作者，弄了快5年了。
感谢版主，给你造成麻烦了:) 版主朋友，要不你upload一个文件，设置3000币，我来购买，聊表心意。

2# sungmoo

验证过，的确没有问题。当时还想是不是stata11的问题。

如果新生成的字符串在两个dataset中的不等同，还能进行m:1的merge吗