求助一个关于截面内排名并生成变量的问题

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

求助大神，一个有关排名并生成编号的问题。

示例数据如文末所示，假设有17个城市(city_id)，两个月(month)的数据。要研究的变量是重污染天数（polluted_day）。

现希望按月对17个城市的重污染天数进行排名。

已经使用了如下命令，生成了一个排名变量：

1. by month, sort: egen rank=rank(polluted_day)

复制代码

但现在在对并列个体的排名处理上出现了问题。

stata提供的rank函数只有四种排名方式：默认、field、track、unique。分别对应：由小到大排序，并将并列值取所有排序值的均值；由大到小，并将并列值取最大值；由小到大，并将重复值取最小值；从小到大，并将重复值随机分配。
这四种分类方式均不能满足我的要求。这四类排序方法均会使排序的最大值等于截面样本个数。以70  80  90  90  100五个值为例，上述四种排序方法的结果依次是：1  2  3.5  3.5  5 ；5  4  3  3  1； 1  2  3  3  5； 1  2  4  3  5。我不希望并列值占用后续个体的排名，我希望的结果是：1  2  3  3  4。

尝试了用group函数加_n的编号方法，但也不成功，因为无法使用by命令。

希望获得解答，得到如上排序结果！


以下为部分数据展示。

1. *clear
   
2. input byte(city_id polluted_day month) float rank
   
3. 1  7 1 12
   
4. 2 17 1  3
   
5. 3  9 1  7
   
6. 4  9 1  7
   
7. 5 14 1  5
   
8. 6 19 1  2
   
9. 7 11 1  6
   
10. 8  3 1 17
    
11. 9  9 1  7
    
12. 10 25 1  1
    
13. 11 15 1  4
    
14. 12  9 1  7
    
15. 13  7 1 12
    
16. 14  6 1 15
    
17. 15  6 1 15
    
18. 16  8 1 11
    
19. 17  7 1 12
    
20. 1  7 2 16
    
21. 2 21 2  3
    
22. 3 11 2 12
    
23. 4 11 2 12
    
24. 5 13 2  5
    
25. 6 22 2  2
    
26. 7 12 2  6
    
27. 8  6 2 17
    
28. 9 12 2  6
    
29. 10 25 2  1
    
30. 11 15 2  4
    
31. 12  9 2 15
    
32. 13 12 2  6
    
33. 14 12 2  6
    
34. 15 12 2  6
    
35. 16 12 2  6
    
36. 17 11 2 12
    
37. end

复制代码

初次发帖，如有不当，还请见谅！

希望获得高手指教!

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：Stata

请先安装 ssc install runby, 试试

1. cap program drop temp  
   
2. program define temp        
   
3.   gen a = -polluted_day
   
4.   egen wanted = group(a)
   
5. end
   
6. 
   
7. runby temp, by(month)
   
8. sort month wanted

复制代码

或是

1. cap program drop temp3
   
2. program define temp3         
   
3.   egen rank3 = group(polluted_day)
   
4. end
   
5. 
   
6. runby temp3, by(month)
   
7. sort month rank3

复制代码

感谢感谢！两种方法都好用。只是不知道原理。慢慢学习吧！多谢！