stata筛选多个变量重复样本

相似文件 换一批

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

数据包含几十万的样本量，变量十几个，目前想要筛选出多个（3个以上）变量重复的样本，可能是全部变量都一样，也可能是其中几个变量重复，用duplicates似乎太过繁琐，求助各位大神是否有更便捷的方法。数据参考附件。

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

所以你是想找出所有变量的排列组合出来的重复情况吗？
把诉求说清晰哟

ritaing 发表于 2019-5-30 22:45
所以你是想找出所有变量的排列组合出来的重复情况吗？
把诉求说清晰哟

是的，因为不知道是哪几个变量会重复，所以应该是十几个变量做排列组合，多谢大神

顶一顶，新人求助，请大神们施以援手

天地异灵 发表于 2019-5-31 08:19
是的，因为不知道是哪几个变量会重复，所以应该是十几个变量做排列组合，多谢大神

建议再想想你的目的是什么。
根据目的再看看问题的表达^_^

ritaing 发表于 2019-5-31 23:04
建议再想想你的目的是什么。
根据目的再看看问题的表达^_^

原谅我表达能力有限。。。这样说吧，样本中几十万个样本，14个变量，其中有些样本的多个相同变量的值是一样的(比如样本1和样本2，它们的v1是相同的值，v2是相同的值，v3也是相同的值)，\"多个\"是1-14的任意值，现在想筛选出3个变量以上相同的样本并把它们标识出来

天地异灵 发表于 2019-6-1 07:03
原谅我表达能力有限。。。这样说吧，样本中几十万个样本，14个变量，其中有些样本的多个相同变量的值是一 ...

这个意思和你题目意思一样，我理解。
原谅我不能理解为什么要这么做，或者你可以先看一下14个里面选三个及以上的组合有多少种？（16277种！！！）
私以为这是没有意义的一个过程。
所以我想说的是这么做的目的是什么，标识出来的意义在哪儿？

天地异灵 发表于 2019-6-1 07:03
原谅我表达能力有限。。。这样说吧，样本中几十万个样本，14个变量，其中有些样本的多个相同变量的值是一 ...

请问你找到这个命令了吗，我也需要这样的命令

ritaing 发表于 2019-6-3 22:20
这个意思和你题目意思一样，我理解。
原谅我不能理解为什么要这么做，或者你可以先看一下14个里面选三个 ...

就是要查找出来完全重复的样本啊，但是一般duplicates 不是只能选择一个吗，有的同一个企业向不同的国家出口不同产品，这样的就得保留

paopao1203 发表于 2020-4-1 11:31
就是要查找出来完全重复的样本啊，但是一般duplicates 不是只能选择一个吗，有的同一个企业向不同的国家出 ...

duplicates drop也有duplicates tag，你具体看看。对变量数量没有限制，也不一定是要删除只保留一个，可以标记出来的。