根据来自另一个组的数据有条件地标记一组中的行

问题描述：

一般问题：我不明白如何根据其他组的条件创建值。我想这样做：根据来自另一个组的数据有条件地标记一组中的行

gen x = cond(cond1==1 & cond2==1, value[**of some other row in a different group**], other_value)

具体问题：给出了基于id永远不会改变的是有一组庞大的数据集，并做了二代身份证（co_id）。每个组有多个行，在time中重复。每行有一个标志（is_a），表示在某个时间与另一个组（即id）的关系。该关系通过更改为co_id来表示，因此它等于另一个组。

我试图做两件事情：当年

的标记行（is_a == 1）发现新co_id所属的组的id，并
对于其他群体，旗该连接被制成

在上面的例子，GROU p 111在时间11上连接到组222（仅连接一次）。基于新的co_id'xzx'我想指出从那时起222的连接id。请注意，其他组可能有co_id，但正确的是co_id在数据中的最早出现（所以其中一个是222而不是777）。

对于组222，然后我标记连接的时间（time == 11）。

样本数据：

clear 
input int id byte(is_a time) str3 co_id 
111 0 10 "abc" 
111 0 10 "abc" 
111 1 11 "xzx" 
111 1 11 "xzx" 
111 1 12 "xzx" 
111 1 12 "xzx" 
222 0 10 "xzx" 
222 0 10 "xzx" 
222 0 11 "xzx" 
222 0 11 "xzx" 
222 0 12 "xzx" 
222 0 12 "xzx" 
777 1 13 "xzx" 
end

预先感谢您！

请提供人员可以复制和粘贴的数据示例。 'ssc inst dataex'可以让你提供一个小数据例子作为'input'代码。有多少人愿意重新输入他们在图片中看到的内容？此外，术语_rows_与Stata的讨论不同，正如_observations_将用于电子表格讨论。 –

有一个名为'vlookup'的用户编写的命令，您可能会重复使用它的方法，但它不会正常工作。 –

@NickCox补充说。对不起，谢谢！ –

答

我认为其中一个问题是我在精神上坚持使用id作为我的分组操作的基础。使用co_id这里的帮助下，与一些每个排序：

sort co_id time id 
by co_id: gen id_co = id[1] if is_a==1

不是创建一个辅助变量，以检查是否自去年time改变了co_id：

sort id time 
by id: gen changed_co_id = cond(co_id[_n]!= co_id[_n-1], 1, 0) 
by id: replace changed_co_id = 0 if _n==1 
by id time: replace changed_co_id = 1 if changed_co_id[1]==1

现在，我可以为另一组创建标志以指示何时进行连接：

#delimit ; 
sort co_id time is_a changed_co_id; 
by co_id time: gen is_conn = cond(is_a==0 & 
         changed_co_id==0 & 
         is_a[_N]==1 & 
         changed_co_id[_N]==1, 1, 0); 
#delimit cr

因此，要创建标志，我们需要按co_id，所以我们可以得到连接组的id s，由time得到，因此它们可以在连接时（和前进）和changed_co_id共存，所以我们可以找到确切的time其中进行连接 - 此外，这种安排确保新连接的观察值出现在每个组的末尾。然后，我们标记启动连接的组的观察结果：如果它们本身没有关联，并且最后的观察结果是，并且是新的。

根据来自另一个组的数据有条件地标记一组中的行

相关推荐