求一段stata代码，十分感谢

如图，前四列是已知变量，第一列城市ID，第二列纬度，第三列经度，第四列哑变量（Y），求第五列wanted。
问题：10个城市中，只要与哑变量为“1”城市的距离小于10km，那么wanted=1，否则wanted=0
我知道stata有一个命令globdist可以计算两个 坐标 的距离，
并且，levelsof array, local(var) sep(|) clean，可以生成一个类似于（var1|var2|var3|var4|var5|var6|var7|）的数组（array）
疑难1：首先想到做一个循环，可不知道如何在循环里，让stata把Y=1的城市单挑出来。
疑难2：我是将近100万条数据，大约十几万条城市Y=1，globdist会把计算出来的距离生产一个新变量，我循环中，stata放不下100多万个变量。疑难3：如何能返回是具体与哪个城市距离小于10km？
高手有没有直接的命令？非常感谢！


数据dta见附件，我也用dataex输出了（不知道为什么到带着格式，所以附件也加了dta）。

1. * Example generated by -dataex-. To install: ssc install dataex
   
2. clear
   
3. input byte cityid double(lat lon) int(Y wanted)
   
4. 1 32.52 86.66 1 .
   
5. 2 30.76  87.7 1 .
   
6. 3 31.88  85.4 0 .
   
7. 4 33.04 87.15 0 .
   
8. 5 34.01 86.63 0 .
   
9. 6 32.08  85.7 0 .
   
10. 7 31.74 86.68 0 .
    
11. 8 33.76 85.84 1 .
    
12. 9 32.92 85.36 0 .
    
13. 10 34.23 85.62 0 .
    
14. end

复制代码

globdist示例.dta (3.87 KB)

2019-12-11 15:08:23 上传

1.         gsort -Y       //存在三个城市为中心城市
   
2.         gen id=_n      //id[1-3]为中心城市（对城市进行重新编码）
   
3.         gen ct="附近10KM的城市："
   
4.        
   
5.        
   
6.         forvalues k = 1(1)3{
   
7. 
   
8.                 local i = id[`k']
   
9. 
   
10.                 local lat_n = lat[`k']
    
11. 
    
12.                 local lon_n = lon[`k']
    
13. 
    
14.                 globdist kmTo`i', lat0(`lat_n') lon0(`lon_n')
    
15.                
    
16.                 replace wanted=1 if kmTo`i'<10
    
17.                
    
18.                 gen s=`i'
    
19.                
    
20.                 tostring s,replace
    
21.                
    
22.                 replace ct=ct+s+"+" if kmTo`i'<10
    
23.                
    
24.                 drop s
    
25.                
    
26.                 drop kmTo`i'
    
27.                 }
    
28.        
    
29.         ///仅需根据中心城市个数，修改循环次数即可       

复制代码

我自己的顶一下，大佬有思路吗？

我发布的现金项目，有思路的大佬，欢迎接项目：
https://bbs.pinggu.org/prj/view/25169.html

据我的理解，怎么用stata做，我不太清楚，但如果可以使用GIS的话，我有两条思路。
第一条思路：你的这个题目可以分解为两部，一是计算两个城市之间的距离，就是OD分析，二是判断这个距离的大小，从而返回值。
第二条思路：在所有Y=1的点建立10km缓冲区，然后判断不同cityid是否落在缓冲区内，在wanted为1，否为0.

跑100万条，确实挺费时间的。

震震果实 发表于 2019-12-13 21:57

非常感谢您，我试试呢，今天看到提示了，但看到是昨天的提示，就忽略了，刚看到您提供了代码，非常感谢，我试试呢。