数据合并

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

手头有一些医院的数据panel data，7年的数据，每年的医院都有一些不一样的。想把这七年当中相同的医院找出来，并且把数据合并到一张表里，该怎么做呢。我是使用stata的新手，请帮忙回答详细些。感激万分。数据样式

table 1
suryea   provincename   hospitalname  expenditure  revenue
2001             A                       a                 XX                XX
2001             B                       a                 XXX              XXX
2001             B                       b                 XX                 XX

table2
suryea   provincename   hospitalname  expenditure  revenue
2002             A                       a                 XX                XX
2002             B                       a                 XXX              XXX
2002             B                       c                 XX                 XX


想合并成的样子
suryea   provincename   hospitalname  expenditure  revenue
2001             A                       a                 XX                XX
2001             B                       a                 XXX              XXX

2002             A                       a                 XX                XX
2002             B                       a                 XXX              XXX


每年的数据的变量数是一样的，但观察值有区别，关键变量是省份的名字和医院名字，只有这两个变量同时匹配时才能认定是同一家医院的数据， 该如何实现这个操作呢，多谢

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：数据合并 expenditure panel data province Revenue 医院

继续求啊，各位高手抽空帮帮忙。

【i'm rookie】没太理解意图，我想就是两个表append，然后keep if provincename=="A" & hospitalname=="a"这是你说的同时匹配么，用&连接两个条件？ hospital.zip (13.56 KB)

2012-12-27 20:46:49 上传

import excel using hos.xls, firstrow sheet("Sheet1") clear
save svy1,replace
import excel using hos.xls, firstrow sheet("Sheet2") clear
save svy2,replace
use svy1,clear
append using svy2
keep if (provincename=="A" & hospitalname=="a") | ///
(provincename=="B" & hospitalname=="a")
save svy,replace

可能是我没太表述清楚，我的数据库是不同省份每年的医院经营方面的数据，每年大概1000所医院，共有7年的数据，但每年的医院并不完全一样，因为有倒闭的还有合并的，我想在这些数据里找到在这七年里一直都存在的医院，7年内任意一年数据不完整的医院剔除掉。

或者说是一个有条件的append，只有关键变量省名，医院名完全匹配的数据才做append，如何实现呢？

monstersivle 发表于 2012-12-27 20:36
【i'm rookie】没太理解意图，我想就是两个表append，然后keep if provincename=="A" & hospitalname=="a"这 ...

十分感谢，但是不太容易实现，我想做的其实是一个有条件的append，只有关键变量provincename 和 hospitalname完全匹配然后才做数据的纵向合并，不匹配的数据删掉。
keep if (provincename=="A" & hospitalname=="a") | ///
(provincename=="B" & hospitalname=="a")
因为我也不知道哪些省份的哪些医院是7年内一直都存在的，所以好像用不了这个命令啊，另外有六十多个省市，将近一千家医院，手动输这个命令好像也不太现实哦。
不管怎么说，还是十分感谢！

tatarose 发表于 2012-12-27 21:54
十分感谢，但是不太容易实现，我想做的其实是一个有条件的append，只有关键变量provincename 和 hospital ...

不客气。
好，7年数据，每年的数据做以下处理
因为同一所医院在好几个省都有分院，等于说其实观测值的识别符是 省+医院
所以可以将2变量合并作为识别符，命名为id，
egen id=concat(provincename hospitalname), punct(-)
concat(varlist)是合并两个字串的命令，用连字符hyphen"-"连接 【之后可以用split , p("-")还原回省、医院】
然后存成tab`i'.dta, 1-7 （因为不知道哪些id是7年里一直有的，所以现在还做不了什么动作）
然后merge， identifier 用这个合并出的id 和 year
foreach i of numlist 1/7 {
merge 1:1 id year using tab`i', nogenerate
}
nogenerate就是不生成_merge这个合并结果dummy
全部操作如下：
foreach i of numlist 1/2{
        import excel using hos.xls, firstrow sheet("Sheet`i'") clear
        rename provincename prov
        rename hospitalname hos
        rename expenditure exp
        rename revenue rev
        rename suryea year
        egen id=concat(prov hos), punct("-")
        drop prov hos
        order id year exp rev
        save svy`i',replace
}
如果在此前提下：每年： 每家省市医院 id=prov+hos，只有一条记录。年支出、年收入， 或者之前处理的时候duplicates drop一下：
use svy1,clear
foreach i of numlist{
* 用两个identifier: year 和 id，nogenerate 不生成_merge显示合并结果的dummy
  merge 1:1 year id using svy`i', nogenerate
}
sort id year
bysort id: gen n=_N
drop if n!=7

每家省市医院如果7年下都有数据的话，那么应该名下有7条记录，所以数数，然后drop掉那些不等于7的，
剩下的就应该是7年内存活下来的医院了。
split id, parse("-")
rename id1 prov
rename id2 hos
drop id n
order year prov hos
sort year prov hos

是否解决了问题？

monstersivle 发表于 2012-12-28 00:15
不客气。
好，7年数据，每年的数据做以下处理
因为同一所医院在好几个省都有分院，等于说其实观测值的识别 ...

厉害，问题完全解决了，太感谢了！

tatarose 发表于 2012-12-28 10:15
厉害，问题完全解决了，太感谢了！

那太好了，不客气。

https://bbs.pinggu.org/thread-2165446-1-1.html

生成id有个更便捷的办法：
egen id=group(prov hos)
后：

merge 识别符可为varlist，所以不用生成个新的组变量

forv i=1/2{
        import excel using hos.xls, firstrow sheet("Sheet`i'") clear
        rename suryea year
        rename provincename prov
    rename hospitalname hos
        rename expenditure exp
        rename revenue rev
        sort year prov hos
        duplicates drop
        save svy`i',replace
}
use svy1,clear
forv i=1/2{
        merge 1:1 year prov hos using svy`i', nogenerate
}
sort year prov hos
* 以下操作当每年prov hos只有一个观测值得情况下才可行
qui distinct year
bysort prov hos: gen n=_N
drop if n!=`r(ndistinct)'
drop n

陆