stata如何计算符合某个区间的数据个数

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

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input int year str1 name byte(money money1 money2 quantity)
   
4. 2000 "A" 50 25 75 1
   
5. 2000 "B" 40 20 60 1
   
6. 2000 "C" 10  5 15 0
   
7. 2001 "A" 48 24 72 1
   
8. 2001 "B" 28 14 42 0
   
9. 2001 "C"  8  4 12 0
   
10. 2002 "A" 30 15 45 2
    
11. 2002 "B" 28 14 42 2
    
12. 2002 "C" 24 12 36 2
    
13. end

复制代码

如上所述，变量为年份、个体名称、原始金额、0.5倍原始金额、1.5倍原始金额、满足条件的计数。
quantity计数举例：2000年中，A的原始金额为50，满足筛选条件的区间为25-75。B的原始金额为40，在区间内，则计数+1。C原始金额为10，不在区间内，则不计数。

目前想到的方法是分步骤进行，但是太麻烦了，并且数据量很大，也有很多不同的数据库需要分开进行，请问有没有更便捷的代码？感激！

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：满足条件 数据量 分步骤 数据库 有没有 stata数据处理

请先 ssc install rangestat，然后试试 (Clyde Schechter 之 wonderful 建议)

1. gen long obs_no = _n
   
2. rangestat (count) wanted = obs_no, by(year) interval(money money1 money2) excludeself

复制代码

其实昨天自己也尝试了很久，最终放弃了stata用Excel中的COUNTIF命令得到了想要的答案在这里也做一下分享吧，希望对大家有所启发
命令如下：=COUNTIFS($C$2:$C$4,">="&D2,$C$2:$C$4,"<="&E2)。但是这个命令问题在于只能一年年的拉出结果，不能像stata一样一次性分年份的结果，并且Excel这个会有重复值，即每次生成的计数会把自身也算进去一次，最终得到的结果需要-1才是预期值。

再次感谢大神的帮助！！

黃河泉 发表于 2018-10-24 07:49
请先 ssc install rangestat，然后试试 (Clyde Schechter 之 wonderful 建议)

今天做到数据处理的最后一个步骤了，又卡了一天了，十分需要您的帮助，再次感谢！！这次我用excel也做不出来了，唉。。
模拟数据如下：

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input int year str1 name int(cash size)
   
4. 2000 "A"  50 7700
   
5. 2000 "B"  80 7900
   
6. 2000 "C"  60 6100
   
7. 2000 "D"  70 7500
   
8. 2000 "E"  90 7600
   
9. 2000 "F" 110 6800
   
10. 2000 "G" 100 7400
    
11. 2000 "H"  40 7300
    
12. 2000 "I" 120 6100
    
13. 2000 "J" 130 7100
    
14. 2000 "K" 170 7800
    
15. 2000 "L" 160 6900
    
16. 2000 "M" 180 8000
    
17. 2000 "N" 200 6700
    
18. 2000 "O" 190 6600
    
19. 2000 "P" 150 7200
    
20. 2000 "Q" 210 6400
    
21. 2000 "R" 230 7000
    
22. 2000 "S" 140 6500
    
23. 2000 "T" 220 6300
    
24. end

复制代码

需要生成新变量的要求：
①根据size从高到低排序，取前1/4的值为目标区间；
②计算cash栏中比该企业数值高、并且在size前1/4区间的个数。
本来是想整个数据库一起计算，但是如果把年份加进去似乎更复杂，所以就先一年年做，最后合并。
先谢过您了！！

skyler1221 发表于 2018-10-24 16:49
今天做到数据处理的最后一个步骤了，又卡了一天了，十分需要您的帮助，再次感谢！！这次我用excel也做不出 ...

晚上同样用excel和Python解决了这个问题。。。
Excel命令如下：=COUNTIFS($C$2:$C$21,">"&C2,$D$2:$D$21,"<=8000",$D$2:$D$21,">=7600")

你的问题没有说清楚
2000年B的原始是40，但是B 同一行也有0.5倍，1.5倍，你为什么用的是A的区间？

2001年B，是28 为什么不在区间呢？

你的区间到底是什么，没有看明白

skyler1221 发表于 2018-10-24 16:49
今天做到数据处理的最后一个步骤了，又卡了一天了，十分需要您的帮助，再次感谢！！这次我用excel也做不出 ...

1. Stata 之强项即是可以分组作分析，所以请至少附上另一年之资料。2. 看得懂你的第一步，看不懂第二步，请用你的资料说明。