[数据管理求助] 求助一个 merge的问题。 [推广有奖]

11楼

wgh0216 发表于 2012-11-1 23:19:58

向蓝色学习

12楼

1011639 发表于 2012-11-17 15:08:50

学习了~

13楼

tomy70585 发表于 2013-12-26 12:18:22

蓝色发表于 2012-11-1 12:23
比如：A、b，C三个数据集；
A与B合并当然是1:1了，按照hhid pid 相同的合并，每个人对应自己的收入水平
A ...

版主你好
最近也在合併資料
透過舊版的merge指令後卻無法成功合併
在看過你的文章回覆後，想問一下
在m:m 的合併的情況下
關鍵合併變數中，若在主資料及從資料都非唯一的情況
是不是就要用m:m合併

之前使用了這個指令
use A, clear
merge ID year mon using B.dta, sort
出現了這樣的結果
variables ID year mon do not uniquely identify observations in the using data

但是透過了
merge m:m ID year mon using B.dta, force
卻是可以達到我想要的型態(保留_merge=3的部分)

所以想跟你請教一下
也感謝你在之前相關問題提問上的指引

資料 result檔為我要的資料型態

DATA.zip (6.1 MB) 本附件包括：
A.dta
B.dta
result.dta

14楼

蓝色 发表于 2013-12-26 15:52:28

tomy70585 发表于 2013-12-26 12:18
版主你好
最近也在合併資料
透過舊版的merge指令後卻無法成功合併

到底是m：m还是1:1需要根据你的数据的要求

就像我上面的例子，个人的信息在不同的数据集中，merge是需要把个人的信息一一对应，则需要1:1.
但如果理论上应该是1:1的，但你merge的时候出现问题，则需要你检查数据了，估计是数据代码出错了
或者你少写写了一个匹配的变量
如你的例子
merge 1:1 ID year mon using B.dta
有问题，原因就是给定 id year mon 是不能定位到唯一的一个数据点的

. use "D:\temp\A.dta", clear

. bysort ID year mon: egen num=count(ID)

. tab num

      num |    Freq.    Percent       Cum.
------------+-----------------------------------
      1 |    55,185    100.00    100.00
------------+-----------------------------------
   Total |    55,185    100.00

. use "D:\temp\B.dta", clear

. bysort ID year mon: egen num=count(ID)

. tab num

      num |    Freq.    Percent       Cum.
------------+-----------------------------------
      1 |    16,602    20.78    20.78
   21092 |    42,184    52.81    73.59
   21093 |    21,093    26.41    100.00
------------+-----------------------------------
   Total |    79,879    100.00

很显然，你的b数据，给定 ID year mon 统计样本数据有许多重复的

Stata常见问题解答https://bbs.pinggu.org/thread-272681-1-1.html