求助：对数值进行指定范围分组

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

各位老师：有一个数据库data1，其中有一个变量id，另外一个数据库data2，包含三个变量；group,begin,end.如下表，现想对data1用data2指定的分组办法分组（begin & end指data1中id的范围，group为组别），，请各位老师帮助！

data1		data2
id		group	begin	end
1		1	1	3
2		2	4	6
3		3	7	8
4		4	9	10
5		5	11	18
6		6	19	28
7		7	29	30
8		8	31	52
9		9	53	55
10		…	…	…
11
12
13
14
15
16
17
18
19
20
…

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2 回帖

关键词：begin Group Data beg End 求助 分组 范围 数值

*设data2中end的最大值即data1中id的最大值，且data1中每个id可以有多个观测值
use data2,clear
expandcl end-begin+1,cl(group) gen(id)
keep group id
save data,replace
use data1,clear
joinby id using data

谢谢sungmoo老师：
您的这种思路很巧妙！将分组巧妙的转化，非常感谢！

经调试，有一个问题不好解决：如果data1中的数据id有不连续的，比如10直接到15,则sungmoo老师的语句会出现错误，由expandcl end-begin+1,cl(group) gen(id)产生的是一个连续的id。与data1中的id没有对应。
请路过的老师帮助解决一下！
（我暂时用的方法是将data1拆分成几个文件产，然后再用sungmoo老师的方法）

*data1中id在data2中begin最小值与end最大值之间，且data1中id在data2中均出现过。
use data1,clear
keep id
bys id: keep if _n<2
save data,replace
use data2,clear
expandcl end-begin+1,cl(group) gen(id)
keep group id
append using data
bys id: g g=_N
keep if g>1&group<.
drop g
save data,replace
use data1,clear
joinby id using data

*以下更一般（data1中id在data2中begin最小值与end最大值之间），并涵盖了2楼。
use data2,clear
expandcl end-begin+1,cl(group) gen(id)
bys group: replace id=begin[1]+_n-1
keep group id
append using data1
bys id: g g=_N
drop if g<2&group<.
bys id: egen mn=min(group) if g>1
drop if group<.&g>1
drop g group
ren mn group

jzhyue 发表于 2009-12-5 19:26
经调试，有一个问题不好解决：如果data1中的数据id有不连续的，比如10直接到15,则sungmoo老师的语句会出现错误，由expandcl end-begin+1,cl(group) gen(id)产生的是一个连续的id。与data1中的id没有对应。

sungmoo  老师：可能我的问题没有表述清楚，data1中缺失的id，不参与data2中的分组，不在任何一个begin与end之间，（即在data2中没有data1中缺失的id,缺失的id在组与组之间，即，第n组的end与第n+1组的begin相差的大于1,相差的号码就是缺失的id.）这样的话expandcl end-begin+1,cl(group) gen(id)产生的id中间有部分就多出来。data1中的id最大值等于data2最大的一个end值。
谢谢sungmoo老师！

jzhyue 发表于 2009-12-6 21:58 可能我的问题没有表述清楚，data1中缺失的id，不参与data2中的分组，不在任何一个begin与end之间，（即在data2中没有data1中缺失的id,缺失的id在组与组之间，即，第n组的end与第n+1组的begin相差的大于1,相差的号码就是缺失的id.）这样的话expandcl产生的id中间有部分就多出来。data1中的id最大值等于data2最大的一个end值。

如果，data1中id均在data2中出现（data2中begin最小值与end最大值之间的值未必属于在data1中id的值）5楼与6楼是等价的，你可以试一下。

问题解决，需要增加一下代码

sungmoo 发表于 2009-12-6 09:34
*以下更一般更简洁（data1中id在data2中begin最小值与end最大值之间），并涵盖了2楼。
use data2,clear
sort group
gen begin1=end[_n-1]+1
replace begin1=begin in _n==1
expandcl end-begin1+1,cl(group) gen(id)
keep group id
append using data1
bys id: g g=_N
keep if g>1
bys id: egen m=min(group)
drop if group<.
drop g group
ren m group

谢谢sungmoo老师

jzhyue 发表于 2009-12-7 11:10 问题解决，需要增加一下代码

可否把你的data2贴出来？