如何批量剔除缺失值大于50%的变量？

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

我有一组数据，里面有66个变量，很多变量都有缺失值，我想要把缺失值大于50%的变量批量剔除，应该怎么操作呀？

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input long(unitid sfa1213_rvaverageamountoffederal) byte(drvic2013_rvpercentadmittedtotal drvic2013_rvadmissionsyieldtotal)
   
4. 100654  6745 90 20
   
5. 100663  7270 87 36
   
6. 100690  4855  .  .
   
7. 100706  8993 81 39
   
8. 100724  8096 51 28
   
9. 100733     .  .  .
   
10. 100751 11782 57 37
    
11. 100760  6009  .  .
    
12. 100812     .  .  .
    
13. 100830  4646 84 35
    
14. 100858  7375 83 29
    
15. 100937 20874 64 29
    
16. 101028  5363  .  .
    
17. 101073  5122  .  .
    
18. 101116  5801 44 71
    
19. 101143  5239  .  .
    
20. 101161  4702  .  .
    
21. 101189  9472  .  .
    
22. 101240  5458  .  .
    
23. 101277  4083  .  .
    
24. 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：缺失值 怎么操作 多变量

建议请用 dataex (先 ssc install dataex 并见说明) 将原始 Stata 资料中具有”代表性”的一部分资料列出，以供有意回答者实验之用，并能提供具体操作指令。并请参考 http://www.jianshu.com/p/9870080fe769,  https://bbs.pinggu.org/thread-5048204-1-1.html, 与 https://bbs.pinggu.org/thread-5917273-1-1.html。

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input long(unitid sfa1213_rvaverageamountoffederal) byte drvic2013_rvpercentadmittedtotal
   
4. 100654  6745 90
   
5. 100663  7270 87
   
6. 100690  4855  .
   
7. 100706  8993 81
   
8. 100724  8096 51
   
9. 100733     .  .
   
10. 100751 11782 57
    
11. 100760  6009  .
    
12. 100812     .  .
    
13. 100830  4646 84
    
14. end

复制代码

黃河泉 发表于 2018-1-20 11:25
建议请用 dataex (先 ssc install dataex 并见说明) 将原始 Stata 资料中具有”代表性”的一部分资料列出， ...

看到了，谢谢！

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input long(unitid sfa1213_rvaverageamountoffederal) byte(drvic2013_rvpercentadmittedtotal drvic2013_rvadmissionsyieldtotal)
   
4. 100654  6745 90 20
   
5. 100663  7270 87 36
   
6. 100690  4855  .  .
   
7. 100706  8993 81 39
   
8. 100724  8096 51 28
   
9. 100733     .  .  .
   
10. 100751 11782 57 37
    
11. 100760  6009  .  .
    
12. 100812     .  .  .
    
13. 100830  4646 84 35
    
14. 100858  7375 83 29
    
15. 100937 20874 64 29
    
16. 101028  5363  .  .
    
17. 101073  5122  .  .
    
18. 101116  5801 44 71
    
19. 101143  5239  .  .
    
20. 101161  4702  .  .
    
21. 101189  9472  .  .
    
22. 101240  5458  .  .
    
23. 101277  4083  .  .
    
24. end

复制代码

这样好一些，刚刚的数据缺失值都没有到50%

自己顶一下。。。。

ViolaMUU 发表于 2018-1-20 11:36
这样好一些，刚刚的数据缺失值都没有到50%

Clyde Schechter 建议：

1. count
   
2. local threshold = r(N)/2
   
3. 
   
4. foreach v of varlist _all {
   
5.     display "`v'"
   
6.     count if missing(`v')
   
7.     if r(N) > `threshold' {
   
8.         drop `v'
   
9.     }
   
10. }

复制代码