为了达到你的需求，你可以先创建一个新的变量来指示样本是否满足年龄条件（即大于等于50岁），然后在计算平均数时使用`if`语句。以下是如何操作：
```stata
// 创建一个新变量 age_flag 来指示每个人是否大于等于 50 岁
gen age_flag = (age >= 50)
// 使用 bysort hhid: egen mean_x=mean(x) 如果 age_flag 等于1（即样本满足年龄条件）
bysort hhid: egen mean_x = mean(x if age_flag == 1)
```
这将会计算每个`hhid`内，50岁以上的人的`x`值均值，并将这个平均数赋给该组内的每个人。但是要注意，如果某一个`hhid`下没有大于等于50岁的人，则`mean_x`将被设定为缺失值。
为了处理这种情况（即当某个城市中没有人满足年龄条件时，你可能需要设置一个默认值），你可以使用 `egen, missing()` 和 `if` 语句一起：
```stata
bysort hhid: egen mean_x = mean(x if age_flag == 1), missing
// 如果mean_x是缺失的（即没有人满足年龄条件）则赋以某个缺省值，比如0或者使用总样本均值等
replace mean_x = 缺省值 if mean_x == .
```
这样，即使在没有符合条件数据的情况下，你也可以避免缺失值带来的后续问题。
此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用
加好友,备注jltj
京公网安备 11010802022788号
论坛法律顾问：王进律师
知识产权保护声明
免责及隐私声明
发帖
雷达卡
