统计分析数据处理求助

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

还是举个例子吧data1.dta

date       id       amount
20180301  1     5
20180301  1     15
20180301  2    17
20180303  1    17
20180303  2    19
在做每天统计时，如果
bysort date:egen totalamt=total(amount)
bysort date:egen totalcnt=count(1)
得到的结果必然是
date totalcnt  totalamt
20180301 3  37
20180303  2  36
由于原始数据中缺少20180302的数据所以结果中就没有该行
请问大神，有什么简单点的方法可以实现（一年中有好多天有这样的数据，而且业务也有这样的要求，需要展示）
date totalcnt  totalamt
20180301 3  37
20180302 0  0
20180303  2  36

简单讲就是插入缺失日期
我想到的方法是，做一张全量的时间数据data2.dta从统计日期开始到结束
如
date
20180301
20180302
20180303
用data1 merge data2 的方法补充这一条，在统计记录totalcnt的时候小心一些不要出错就行
请问下各位大神，有简单点的方法么？按照我的方法，如果数据每天都有更新，我每天还需要做这个data2，想尽可能写成do文件，一步到位，减少手工步骤和出错概率。有没有办法譬如我猜的，定义个连续时间序列什么的，自动填充？或者有啥好办法么，谢谢各位了。

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：数据处理求助 统计分析 数据处理 计分析 amount

1、看看下面帖子，学习怎么提问
https://bbs.pinggu.org/thread-272681-1-1.html
https://bbs.pinggu.org/thread-5048204-1-1.html, 与
https://bbs.pinggu.org/thread-5917273-1-1.html。

2、先执行下面命令安装dataex命令：  ssc install dataex。
3、用 dataex 命令，可以从你使用的数据中随机抽取一部分数据，
这样提供的数据就是你使用的有”代表性”的数据，别人才容易回答，
4、同时，列出你所使用的命令和结果。 别人才能好判断和修正

恩恩，感谢楼上提醒啊，我改改

1. clear
   
2. input long debit_id str19 basic_time double initial_applyamount
   
3. 19211016 "2016-09-01 16:04:20" 20000
   
4. 19211018 "2016-09-02 16:02:14" 41000
   
5. 19211019 "2016-09-05 17:00:57" 33600
   
6. 19211021 "2016-09-05 18:14:50" 17000
   
7. 19211037 "2016-09-08 11:46:19" 34080
   
8. 19211040 "2016-09-08 19:23:16" 20000
   
9. 19211046 "2016-09-09 14:42:39" 47000
   
10. 19211049 "2016-09-09 16:17:47" 60000
    
11. 19211050 "2016-09-09 16:50:42" 46000
    
12. 19211051 "2016-09-09 17:19:29" 24000
    
13. 19211053 "2016-09-10 12:12:26" 20000
    
14. 19211055 "2016-09-10 13:03:08" 21000
    
15. 19211056 "2016-09-10 14:55:16" 27600
    
16. 19211057 "2016-09-10 15:59:44" 54000
    
17. 19211058 "2016-09-10 16:17:38" 55000
    
18. 19211060 "2016-09-10 16:38:44" 30000
    
19. 19211062 "2016-09-10 18:29:20" 24400
    
20. end

复制代码

1. *打算按天汇总统计initial_applyamount及统计记录数
   
2. gen date=substr( basic_time,1,10)
   
3. bysort date:egen totalamt=total(initial_applyamount)
   
4. bysort date:egen totalcnt=count(1)
   
5. bysort date:drop if date==date[_n-1]

复制代码

结果如下

1. clear
   
2. input str10 date float(totalamt totalcnt)
   
3. "2016-09-01"  20000 1
   
4. "2016-09-02"  41000 1
   
5. "2016-09-05"  50600 2
   
6. "2016-09-08"  54080 2
   
7. "2016-09-09" 177000 4
   
8. "2016-09-10" 232000 7
   
9. end

复制代码

想获得的数据

1. clear
   
2. input str10 date float(totalamt totalcnt)
   
3. "2016-09-01"  20000 1
   
4. "2016-09-02"  41000 1
   
5. "2016-09-03"      0 0
   
6. "2016-09-04"      0 0
   
7. "2016-09-05"  50600 2
   
8. "2016-09-06"      0 0
   
9. "2016-09-07"      0 0
   
10. "2016-09-08"  54080 2
    
11. "2016-09-09" 177000 4
    
12. "2016-09-10" 232000 7
    
13. end

复制代码

简单讲就是得在原来的统计结果中插入空缺的日期，谢谢各位了

蓝色 发表于 2018-3-19 12:50
1、看看下面帖子，学习怎么提问
https://bbs.pinggu.org/thread-272681-1-1.html
https://bbs.pinggu.org/t ...

恩恩，感谢提醒啊，学习了

我暂时想到的做法
生成一个data2

1. clear
   
2. input str10 date
   
3. "2016-09-01"
   
4. "2016-09-02"
   
5. "2016-09-03"
   
6. "2016-09-04"
   
7. "2016-09-05"
   
8. "2016-09-06"
   
9. "2016-09-07"
   
10. "2016-09-08"
    
11. "2016-09-09"
    
12. "2016-09-10"
    
13. end

复制代码

1. save "C:\Users\user\Desktop\data2.dta"

复制代码

然后在原数据data1中

1. merge 1:1 date using "C:\Users\user\Desktop\data2.dta"
   
2. replace totalamt=0 if totalamt==.
   
3. replace totalcnt=0 if totalcnt==.
   
4. drop _merge
   
5. sort date

复制代码

该做法虽然可以解决问题，但如果每天需要出这样的数据的话，每天都得更新这个data2以确保区间长度正确，是否有减少人工处理的方法，以减少差错，感谢感谢

1.                   
   
2. clear
   
3. input str10 date
   
4. "2016-09-01"
   
5. "2016-09-02"
   
6. "2016-09-03"
   
7. "2016-09-07"
   
8. "2016-09-08"
   
9. "2016-09-10"
   
10. end               
    
11. 
    
12. gen time=date(date,"YMD")
    
13. format time %tdCCYY-NN-DD
    
14. tsset time
    
15. tsfill
    
16. 
    
17. list

复制代码

蓝色 发表于 2018-3-19 14:47

感谢感谢，是这个目的，谢谢大神