重复数据的删除

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

下面的数据是有两份数据A,B合并后的数据，但是两份数据有一些样本不能完全合并，如果先保存数据A的样本，怎么编写程序。
本来我想在数据A多加一个变量表示数据来源，但是数据合并后，数据B也匹配了这样变量，还是不能区分。

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input double(id year) str60 Company int rank
   
4. 503 1972 "CBS"                    14
   
5. 503 1972 "CBS"                   102
   
6. 503 1973 "CBS"                   102
   
7. 503 1973 "CBS"                    14
   
8. 503 1974 "CBS"                    14
   
9. 503 1974 "CBS"                   105
   
10. 503 1975 "CBS"                    19
    
11. 503 1975 "CBS"                   111
    
12. end

复制代码

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：重复数 generated generate install company

请分别贴出 A, B 之部分资料！

以A为主表进行合并

黃河泉 发表于 2017-9-25 06:43
请分别贴出 A, B 之部分资料！

数据A，时间1955-2005年。

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input double(year id) str38 Company int rank double(Assets Profits)
   
4. 2005 10 "ABM Industries" 659  842.5 30.5
   
5. 2004 10 "ABM Industries" 631    796 90.5
   
6. 1958 11 "ACF Industries" 143  196.5    9
   
7. 1977 11 "ACF Industries" 301  726.3   34
   
8. 1978 11 "ACF Industries" 302  788.8 35.9
   
9. 1964 11 "ACF Industries" 244  255.4  7.8
   
10. 1967 11 "ACF Industries" 240  328.7 24.9
    
11. 1965 11 "ACF Industries" 221  272.6 13.3
    
12. 1962 11 "ACF Industries" 223  172.1  3.2
    
13. end

复制代码

数据B，时间1955-2013年

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input double(year id) str38 Company int rank double Profits
   
4. 2011 141 "American Express"                 91   4057
   
5. 2012 141 "American Express"                 95   4935
   
6. 2001 141 "American Express"                 74   2810
   
7. 2008 141 "American Express"                 75   4012
   
8. 2002 142 "American Family Ins. Grp."       337  100.4
   
9. 2003 142 "American Family Ins. Grp."       323   58.2
   
10. 2001 142 "American Family Ins. Grp."       361  236.7
    
11. 1998 142 "American Family Ins. Grp."       396  251.6
    
12. 2004 142 "American Family Ins. Grp."       313  155.4
    
13. end

复制代码

一个数据有变量Assets，一个数据没有，我合并时还发现了问题，就是两个数据共同有的年限里，合并后第二个数据也出现了Assets，原始数据是没有的，这个数字是stata自动添加的吗？

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input double(year id) str38 Company int rank double(Assets Profits)
   
4. 1996 2399 "U.S. Bancorp"   433  31794.3    329
   
5. 1996 2399 "U.S. Bancorp"   371    33874  568.1
   
6. 1997 2399 "U.S. Bancorp"   355    36489  739.8
   
7. 1997 2399 "U.S. Bancorp"   445  33260.4  478.9
   
8. 1999 2399 "U.S. Bancorp"   215    76438 1327.4
   
9. 1999 2399 "U.S. Bancorp"   427  38475.8  430.1
   
10. 2000 2399 "U.S. Bancorp"   268  72787.8  875.3
    
11. 2000 2399 "U.S. Bancorp"   212    81530 1506.5
    
12. end

复制代码

溜溜的鹿 发表于 2017-9-28 11:24
数据A，时间1955-2005年。数据B，时间1955-2013年一个数据有变量Assets，一个数据没有，我合并时还发现了 ...

1. 你的三个档看来都没关系。2. 你的指令是啥？

黃河泉 发表于 2017-9-28 11:48
1. 你的三个档看来都没关系。2. 你的指令是啥？

数据太多，只粘贴了一部分，所以看不出联系。其实就数据A是1955-2005年，数据B是1955-2015年，我想把他们合并在一起，看看1955-2005年重合的部分的数据是否有差别，那么有差别的部分，我怎么知道它们来自于哪一个数据集，我直接用的merge 1:1

也是晴天 发表于 2017-9-26 08:27
以A为主表进行合并

可以具体的说一下吗？use A.dta，clear  merge 1:1 id year using B.dta
就是以A为主吧？

溜溜的鹿 发表于 2017-9-28 13:49
数据太多，只粘贴了一部分，所以看不出联系。其实就数据A是1955-2005年，数据B是1955-2015年，我想把他们 ...

我还是看不懂你的问题，但我相信这应该很简单可以解决的！