stata如何删除重复测量资料第一次出现阳性结果之后的观测

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

NO        date                  outcome
1        2011/7/10                0
1        2011/10/17        0
1        2011/11/16        0
1        2012/4/5                1
1        2013/6/20                0
1        2013/11/20        0
2        2011/7/11                0
2        2012/2/8                0
2        2012/9/25                1
2        2012/9/25                0
2        2013/3/15          1
2        2013/12/11        0

例如上面的数据结构，NO代表个体，每个人随访时间、次数都不一样，按照时间排好序之后，outcome要保留第一次出现1及其之前的观测。如何写程序呢？

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：stata数据处理

1.        你若要问程序 (code)，请附上资料；你若要附资料，请用 dataex 印出资料。
2.        尔后建议请用 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. cls
   
2. clear
   
3. 
   
4. /* Input the example data*/
   
5. input str5 no str15 date outcome
   
6. 1 "2011/7/10"  0
   
7. 1 "2011/10/17" 0
   
8. 1 "2011/11/16" 0
   
9. 1 "2012/4/5"   1
   
10. 1 "2013/6/20"  0
    
11. 1 "2013/11/20" 0
    
12. 2 "2011/7/11"  0
    
13. 2 "2012/2/8"   0
    
14. 2 "2012/9/25"  1
    
15. 2 "2012/9/25"  0
    
16. 2 "2013/3/15"  1
    
17. 2 "2013/12/11" 0
    
18. end
    
19. 
    
20. /* Create a date variable in Stata date format */
    
21. split date, parse("/")
    
22. drop date
    
23. destring date*, replace
    
24. gen date = mdy(date2, date3, date1)
    
25. format date %td
    
26. drop date?
    
27. order no date outcome
    
28. 
    
29. /* Find out the first appearance with outcome == 1 */
    
30. gsort no -outcome date // An important step
    
31. by no: gen temp = _n
    
32. gen first = (temp == 1)
    
33. drop temp
    
34. sort no date
    
35. 
    
36. /* Add the first appearance date to current data set */
    
37. preserve
    
38.    keep if first == 1
    
39.    rename date firstdate
    
40.    tempfile firstlist
    
41.    save `firstlist'
    
42. restore   
    
43. 
    
44. merge m:1 (no) using `firstlist', keepusing(firstdate)
    
45. drop _merge
    
46. 
    
47. /* Drop unsatifying rows */
    
48. drop if (date >= firstdate) & (first == 0)

复制代码

黃河泉 发表于 2018-3-13 18:08
1.        你若要问程序 (code)，请附上资料；你若要附资料，请用 dataex 印出资料。
2.        尔后建议请用 dataex (先 ...

谢谢您的提醒，下一次提问一定按照您说的方法进行操作

逍遥梦蝶 发表于 2018-3-13 18:53

谢谢您的回答，只是我在运行 merge 这一句的时候，显示“invalid file specification”，不知道是哪里出了问题？
另外，我用了一个比较笨的方法：

1. sort no date outcome
   
2. bys NO:drop if date>=date[_n-1] & outcome[_n-1]==1

复制代码

后面那一句其实是要循环的，但因为每次只能删除一条符合要求的，我又不知道该如何循环，所以就只有手动跑了十几次。。。
如果您知道该如何操作，希望能一起回答这两个问题。非常感谢！还有上次上传的是截图，给您带来不便非常抱歉！

试试

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input str5 no str15 date float outcome
   
4. "1" "2011/7/10"  0
   
5. "1" "2011/10/17" 0
   
6. "1" "2011/11/16" 0
   
7. "1" "2012/4/5"   1
   
8. "1" "2013/6/20"  0
   
9. "1" "2013/11/20" 0
   
10. "2" "2011/7/11"  0
    
11. "2" "2012/2/8"   0
    
12. "2" "2012/9/25"  1
    
13. "2" "2012/9/25"  0
    
14. "2" "2013/3/15"  1
    
15. "2" "2013/12/11" 0
    
16. end
    
17. 
    
18. gen ymd = date(date,"YMD")
    
19. format ymd %td
    
20. 
    
21. bys no (ymd): gen csum1 = sum(outcome)
    
22. bys no (ymd): gen csum2 = sum(csum1)
    
23. drop if csum2 > 1

复制代码

黃河泉 发表于 2018-3-17 15:56
试试

这个太好了！原来bys 括号里面的内容是这个意思！非常感谢！