求助：数据有三个组，每组有很多公司，如何保留每组的前50家公司

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

数据有三个行业，每个行业有很多公司，变量是收入，如何保留每个行业的按收入排名的前50家公司？谢谢

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：数据 公司 行业 如何

试下以下程序：
如果你的数据是Wide数据, 假设三个行业的变量是a1, a2, a3, 收入变量是income

1、将数据先按行业，再按收入大小排序, 命令如下：
sort a1 income
2、生成一个临时的辅助变量
by income: gen t=_n  //注意，前边的排序是从小到大的
3、保留前50家企业
keep if t>=??
??代表序号大于某值的企业是前50家

另外两个行业的做法是一样的

注：如果你的数据是Long数据,即有两个变量：行业a与收入income，a的取值是行业1=1，行业2=2，行业3=3，那么命令是
bysort a income: gen t=_n
drop if a==1 & t>=??
drop if a==2 & t>=??
drop if a==3 & t>=??
这里最好不用keep，因为容易把另外两个行业的数据删掉

不知道是否能解决你的问题，另外，其他达人有更简单的方法我也学学

非常感谢