如何查看有多少数据不是2009-2022年

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

数据时间跨度是2009-2022年，但是目前有部分企业数据并没有拥有2009-2022年全部年份的数据
如图
想要查看有哪些企业缺失了2009-2022年的数据

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：企业数据 分企业

tab id year

你的问题估计是要搞平衡面板数据。基本思路是：（1）先按企业识别变量分组；（2）分别计算各组行数、年份最小值、年份最大值；（3）筛选数据，条件包括：行数等于14、年份最小值为2009、年份最大值为2022。结果就可以筛选出平衡面板数据，对应的，其他数据就是你说的情况。
用R语言做，代码为：
data%>%
group_by(id)%>%
summarize(N=n(),year_min=min(year),year_max=max(year))%>%
filter(N==14&year_min==2009&year_max==2022)%>%
ungroup()%>%
pull(id)

bysort id:gen n=_N  //得到每个id有多少年的数据
browse if n<13  //查看有哪些企业缺失了2009-2022年的数据