stata分组求和后，删除部分数据，如何使求和结果不随样本量减少而改变

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

数据如下：

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input str14 hhcode float n
   
4. "1101010206801" 1
   
5. "1101010206801" 1
   
6. "1101010206801" 1
   
7. "1101010208301" 1
   
8. "1101010209401" 1
   
9. "1101010209401" 1
   
10. "1101010209401" 1
    
11. "1101010209701" 1
    
12. "1101010209701" 1
    
13. "1101010209701" 1
    
14. end

复制代码

希望达成目标：生成新数列s（s为n的分组求和）且删除hhcode重复值
hhcode                n s
1101010206801 1 4
1101010209401 1 3
1101010209701 1 3
现有操作：
1.bysort hhcode :gen s=sum(n)
2.duplicates drop hhcode,force（此步后s变为1，无法达到预期）

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1 回帖

关键词：stata分组 Stata 部分数据 tata 样本量

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input str14 hhcode float n
   
4. "1101010206801" 1
   
5. "1101010206801" 1
   
6. "1101010206801" 1
   
7. "1101010208301" 1
   
8. "1101010209401" 1
   
9. "1101010209401" 1
   
10. "1101010209401" 1
    
11. "1101010209701" 1
    
12. "1101010209701" 1
    
13. "1101010209701" 1
    
14. end
    
15. 
    
16. bysort hhcode: egen s = count(hhcode)
    
17. list

复制代码

请试试

1. collapse (mean) n (sum) s = n, by(hhcode)
   
2. list

复制代码

结果为

1. . list
   
2. 
   
3.      +-----------------------+
   
4.      |        hhcode   n   s |
   
5.      |-----------------------|
   
6.   1. | 1101010206801   1   3 |
   
7.   2. | 1101010208301   1   1 |
   
8.   3. | 1101010209401   1   3 |
   
9.   4. | 1101010209701   1   3 |
   
10.      +-----------------------+

复制代码

黃河泉 发表于 2018-9-12 07:45
请试试结果为

谢谢老师，目的达到了。老师能简单说说含义么，实际上，除此三个变量，还有一些变量需要（hhcode n x y z...）保留，不知道该在哪里增加变量名(x y z...)。

逍遥梦蝶 发表于 2018-9-12 04:56

您好，输入后报错，提示type mismatch r（109）

huanjingv 发表于 2018-9-12 13:27
谢谢老师，目的达到了。老师能简单说说含义么，实际上，除此三个变量，还有一些变量需要（hhcode n x y z ...

请 help collapse，永远先看看 help 档。

本想通过分组求和实现计数，绕了好大一个弯子
犯了低级错误，destring 后采用二楼的方法达成目的，在此表示感谢
感谢黄老师的指点，但是仍没找到collapse后保留其他变量的方法，只能保存后再次匹配？希望大家指点

collapse 不能保留其他变量

按照你提供例子数据，collaps的变量样本数少了（4行），而保留变量的样本数多（10行），
你让软件怎么保留，如何对应。

如果真保留，就是二楼的方法
egen 没有处理的变量保持原样

huanjingv 发表于 2018-9-12 20:28
本想通过分组求和实现计数，绕了好大一个弯子
犯了低级错误，destring 后采用二楼的方法达成目的，在此表示 ...

你先后讲的都不一致，请将你想做的事清楚讲一次！

我在表述上存在问题，引起了大家的误解，在此表示抱歉
数据：

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input str14 hhcode float(n x y z)
   
4. "1101010206801" 1 15 3 3
   
5. "1101010206801" 1 15 3 3
   
6. "1101010206801" 1  4 3 3
   
7. "1101010208301" 1 11 1 1
   
8. "1101010209401" 1  6 3 2
   
9. "1101010209401" 1 12 3 3
   
10. "1101010209401" 1  6 4 3
    
11. "1101010209701" 1  4 3 3
    
12. "1101010209701" 1 11 3 1
    
13. "1101010209701" 1 11 3 1
    
14. end

复制代码

目标：生成序列s（n根据hhcode的分组求和），同时hhcode的每个取值数据只保留一条（相同取值如有多个，取第一条），保留其他未纳求和筛选的变量（x y z）
即
hhcode                n s  x  y  z
1101010206801 1 3 15 3  3
1101010208301 1 1 11 1  1
1101010209401 1 3  6  3  2
1101010209701 1 3  4  3  3