如何在删除重复观察值的同时保证数据的完整性？

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

如下表，id中存在多个相同记录，但x*在每个id记录值中均不完整

id	x2	x3	x4	x5
1	3
1		5
1			国有企业
1				是
2	11
2		10
2			私营企业
2				否

如何得到如下想要的结果？注意， x中既包括数值型变量，也包括字符型变量。

id	x2	x3	x4	x5
1	3	5	国有企业	是
2	11	10	私营企业	否

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1 回帖

关键词：完整性 字符型变量 私营企业 国有企业 字符型 国有企业 如何 记录

也想知道

试试：

1. preserve
   
2. keep id
   
3. duplicates drop id, force
   
4. save target, replace
   
5. restore
   
6. 
   
7. foreach v of varlist x2-x5 {
   
8.     preserve
   
9.     keep id `v'
   
10.     keep if !missing(`v')
    
11.     merge 1:1 id using target, nogen
    
12.     save target, replace
    
13.     erase `v'.dta
    
14.     restore
    
15. }
    
16. 
    
17. // here comes what you want
    
18. use target, clear
    
19. browse

复制代码

*It's better to trim you string variables first (in this case x4,x5), this will guarantee the following procedure will work in any condition

replace x4=trim(x4)
replace x5=trim(x5)


foreach var of varlist x2-x5 {
bysort id: replace `var'=`var'[_n-1] if missing(`var')
}

by id: keep if _n==_N

1. clear
   
2. input id x2 x3 str20 (x4 x5)
   
3. 1 3 . "" ""
   
4. 1 . 5 "" ""
   
5. 1 . . g ""
   
6. 1 . . "" yes
   
7. 2 11 . "" ""
   
8. 2 . 10 "" ""
   
9. 2 . . s ""
   
10. 2 . . "" no
    
11. end
    
12. 
    
13. 
    
14. forv i=2/5 {
    
15. egen nx`i'=group(x`i')
    
16. sort id nx`i'
    
17. replace x`i'=x`i'[_n-1] if missing(x`i')
    
18. drop nx`i'
    
19. }
    
20. 
    
21. duplicates drop

复制代码

pretty cool, thanks~