[数据管理求助] stata 如何留下至少有连续5年的观测？ [推广有奖]

11楼

黃河泉

发表于 2017-3-4 12:14:47

但若是

clear
input stkcd year x
1 2000 .
1 2001 1
1 2002 2
1 2003 .
1 2004 3
1 2005 4
1 2006 .
1 2007 5
1 2008 6
2 2000 .
2 2001 1
2 2002 2
2 2003 3
2 2004 3
2 2005 4
2 2006 .
2 2007 5
2 2008 6
3 2000 .
3 2001 1
3 2002 2
3 2003 .
3 2004 3
3 2005 4
3 2006 4
3 2007 5
3 2008 .
end
*drop if x == .
tsset stkcd year
xtpattern, gen(pp)
gen p5 = strpos(pp, "11111")
drop if p5 == 0

复制代码

上述之方法就不可行（需先 drop x==.）！

已有 1 人评分	论坛币	收起理由
happy_287422301	+ 40	鼓励积极发帖讨论

总评分: 论坛币 + 40 查看全部评分

12楼

黃河泉

发表于 2017-3-4 15:43:50

Clyde 提供下列作法：

* Example generated by -dataex-. To install: ssc install dataex
clear
input float(stkcd year x)
1 2000 .
1 2001 1
1 2002 2
1 2003 .
1 2004 3
1 2005 4
1 2006 .
1 2007 5
1 2008 6
2 2000 .
2 2001 1
2 2002 2
2 2003 3
2 2004 3
2 2005 4
2 2006 .
2 2007 5
2 2008 6
3 2000 .
3 2001 1
3 2002 2
3 2003 .
3 2004 3
3 2005 4
3 2006 4
3 2007 5
3 2008 .
end
by stkcd (year), sort: ///
gen run = sum(missing(x) != missing(x[_n-1]) | year > year[_n-1]+1)
by stkcd run (year), sort: gen run_length = _N
by stkcd: egen longest_non_missing_run_length = max(cond(!missing(x), run_length, .))
keep if longest_non_missing_run_length >= 5

复制代码

In Stata terminology, in your example, all of your stkcd's in the example have at least 5 consecutive years of observations. I assume what you mean is 5 consecutive years of observations with non-missing values of x. I notice that in your example data there are no gaps in the year variable, but the code above does not rely on that--it will work correctly if there are some gaps.

The logic is that a spell of consecutive non-missing observations begins, with the observations are sorted by year within stkcd, when x is not missing but x[_n-1] is. Here we actually start be counting runs of consecutive missing or consecutive non-missing observations. Then each run has a length. Then we calculate the length of the longest run of non-missing values. And we keep those where that longest run's length is at least 5.

已有 1 人评分	学术水平	热心指数	信用等级	收起理由
小七六六	+ 1	+ 1	+ 1	精彩帖子

总评分: 学术水平 + 1 热心指数 + 1 信用等级 + 1 查看全部评分

13楼

绷场面4 发表于 2018-9-28 09:20:39

bysort var: drop if _N<5

14楼

黃河泉

发表于 2018-9-28 09:48:07

绷场面4 发表于 2018-9-28 09:20
bysort var: drop if _N

楼主是要"有连续5年的公司"。

15楼

李锐昌 发表于 2021-3-8 17:15:58

黃河泉发表于 2017-3-4 12:14
但若是
上述之方法就不可行（需先 drop x==.）！

黄老师您好，如果一家公司只保留连续5年以上的观测值，对于不连续或连续年份少于5年的观测值需要删除，该如何操作呢？
例如公司A有2007、 2009、 2011、 2013、 2014、 2015、 2016、 2017、 2018的观测值，只保留2013-2018这些连续5年以上的样本，而2007、2009、2011需要删除。

16楼

黃河泉

发表于 2021-3-9 07:37:07

李锐昌发表于 2021-3-8 17:15
黄老师您好，如果一家公司只保留连续5年以上的观测值，对于不连续或连续年份少于5年的观测值需要删除，该 ...

你若要问程序，请用 (ssc install) dataex 附上相关`代表性’资料 (请尽量不要用截图或其他格式)。请参考说明 https://bbs.pinggu.org/thread-5048204-1-1.html 或https://zhuanlan.zhihu.com/p/29911577。