请问如何针对字符型数据reshape分类，或者别的方案？

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

请教：数据类型在最下，如何实现下方的结果：
id year P2503 P2504 P2505 P2515 P2599
4 2010 1      .           .          1         1

也就是把TypeID转换为具体的代码（P开头的）。进行分类分析。

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input long id int year str41 TypeID
   
4. 4 2010 "P2503,P2515,P2599"      
   
5. 4 2011 "P2503,P2515,P2599"      
   
6. 4 2012 "P2503,P2515,P2599"      
   
7. 4 2013 "P2503,P2515,P2599"      
   
8. 4 2008 "P2503,P2599"            
   
9. 4 2009 "P2503,P2599"            
   
10. 4 2010 "P2503,P2599"            
    
11. 5 2007 "P2503,P2504,P2505,P2599"
    
12. 5 2008 "P2503,P2504,P2505,P2599"
    
13. 5 2009 "P2503,P2504,P2505,P2599"
    
14. end

复制代码

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：reshape 字符型数据 Shape RES APE

Nick Cox 建议：

1. // Nick Cox
   
2. replace TypeID = subinstr(TypeID, ",", " ", .)
   
3. gen N = wordcount(TypeID)
   
4. expand N
   
5. bysort id year : gen which = word(TypeID, _n)
   
6. 
   
7. gen z = 1
   
8. reshape wide z , i(id year) j(which) string
   
9. drop N TypeID
   
10. rename (z*) (*)

复制代码

黃河泉 发表于 2019-2-14 16:59
Nick Cox 建议：

谢谢黄老师！我学习一下

hzd001 发表于 2019-2-14 17:06
谢谢黄老师！我学习一下

你的

1. 4 2010 "P2503,P2515,P2599"
   
2. 
   
3. 4 2010 "P2503,P2599"

复制代码

是什么情况？例子举错了吗？

黃河泉 发表于 2019-2-14 17:24
你的是什么情况？例子举错了吗？

例子没错，是同一事件在相同年度的不同案例中重复出现，但是统计上只计算这个事件在该年发生过

hzd001 发表于 2019-2-15 14:48
例子没错，是同一事件在相同年度的不同案例中重复出现，但是统计上只计算这个事件在该年发生过

In that case, please try (by Nick Cox):

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input long id int year str41 TypeID
   
4. 4 2010 "P2503,P2515,P2599"      
   
5. 4 2011 "P2503,P2515,P2599"      
   
6. 4 2012 "P2503,P2515,P2599"      
   
7. 4 2013 "P2503,P2515,P2599"      
   
8. 4 2008 "P2503,P2599"            
   
9. 4 2009 "P2503,P2599"            
   
10. 4 2010 "P2503,P2599"            
    
11. 5 2007 "P2503,P2504,P2505,P2599"
    
12. 5 2008 "P2503,P2504,P2505,P2599"
    
13. 5 2009 "P2503,P2504,P2505,P2599"
    
14. end
    
15. 
    
16. replace TypeID = subinstr(TypeID, ",", " ", .)
    
17. bysort id year : replace TypeID = TypeID[_n-1] + " " + TypeID if _n > 1
    
18. bysort id year : replace TypeID = TypeID[_N] if _N > 1
    
19. bysort id year : keep if _n == _N
    
20. gen N = wordcount(TypeID)
    
21. expand N
    
22. bysort id year : gen which = word(TypeID, _n)
    
23. drop N TypeID
    
24. duplicates drop id year which , force
    
25. gen z = 1
    
26. reshape wide z , i(id year) j(which) string
    
27. rename (z*) (*)
    
28. list , sepby(id)

复制代码

hzd001 发表于 2019-2-15 14:48
例子没错，是同一事件在相同年度的不同案例中重复出现，但是统计上只计算这个事件在该年发生过

or (by William Lisowski)

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input long id int year str41 TypeID
   
4. 4 2010 "P2503,P2515,P2599"      
   
5. 4 2011 "P2503,P2515,P2599"      
   
6. 4 2012 "P2503,P2515,P2599"      
   
7. 4 2013 "P2503,P2515,P2599"      
   
8. 4 2008 "P2503,P2599"            
   
9. 4 2009 "P2503,P2599"            
   
10. 4 2010 "P2503,P2599"            
    
11. 5 2007 "P2503,P2504,P2505,P2599"
    
12. 5 2008 "P2503,P2504,P2505,P2599"
    
13. 5 2009 "P2503,P2504,P2505,P2599"
    
14. end
    
15. 
    
16. split TypeID, parse(,)
    
17. drop TypeID
    
18. gen seq = _n
    
19. reshape long TypeID, i(seq) j(num)
    
20. drop if TypeID==""
    
21. list if seq==1, clean noobs
    
22. 
    
23. drop num
    
24. generate one = 1
    
25. reshape wide one, i(seq id year) j(TypeID) string
    
26. rename (one*) (*)
    
27. list if seq==1, clean noobs
    
28. 
    
29. collapse (sum) P*, by(id year)
    
30. list, sepby(id) noobs

复制代码

黃河泉 发表于 2019-2-15 15:38
In that case, please try (by Nick Cox):

好的，谢谢黄老师！