请教各位老师，有关相似编码数据的删除问题。含dataex数据

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

老师好，目前想要处理的问题是这样的：
理论上第二列b的编码应该是基于第一列a的，故b列编码的前六位应该与a列的相同，如第一行所示100051 100051501。目前存在异常值，如第三行的100125 110147102，故想把这类异常样本全部剔除，不知道应该如何处理~
---------------------- copy starting from the next line -----------------------

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input double(a b)
   
4. 100051 100051501
   
5. 100051 100051502
   
6. 100125 110147102
   
7. 100435 130155521
   
8. 100453 100453401
   
9. end
   
10. label values a a
    
11. label values b b

复制代码

------------------ copy up to and including the previous line ------------------

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：Data including generated previous generate

试试

1. format b %10.0f
   
2. 
   
3. gen c = (b-mod(b, 1000))/1000
   
4. gen d = (a==c)
   
5. drop if d==0

复制代码

试试

1. format b %10.0f
   
2. 
   
3. gen c = (b-mod(b, 1000))/1000
   
4. gen d = (a==c)
   
5. drop if d==0

复制代码

谢谢黄老师~

谢谢黄老师~