Question

我不是一个统计人员，但必须处理相当多的数据。在大多数情况下，这些数据集来自在线调查;因此我有一个MySQL数据库，知道如何从中得到一些结果。

但是，现在我收到了一个Stata文件，我需要做一些分析。在MySQL中，我知道如何做到这一点，但我被困在Stata并寻求你的帮助。

我有一个不太小的表（大约50k行），包含以下列（有更多cols，但这些是我必须使用的）：

id - 对象ID，唯一值

name - 对象名称，字符串值

class - 对象类，整数范围1 - 6

origin - 对象的来源，整数范围1 - 2

在50k行中，只有大约7k个不同的名称。在Stata中，我可以使用list name检索所有名称，甚至可以将其限制为list name if class == 2的单个班级。

现在我想要一个包含所有不同名称的列表，以及具有该名称的对象的数量，并使列表按计数排序。在MySQL中，我查询SELECT name, COUNT(*) AS cnt FROM objects GROUP BY name ORDER BY cnt DESC。 但是如何在Stata中完成？

接下来的步骤是为每个类或两个来源获取这样的列表，即SELECT name, COUNT(*) AS cnt FROM objects WHERE class = 2 GROUP BY name ORDER BY cnt DESC，这也是Stata的可能吗？

ps：我不知道stackoverflow是否是正确的地方，因为Stata不是真正的编程语言，是吗？但我在这里找到了一些与Stata有关的问题;这就是我在这里发布的原因。如果有更好的地方，请指出我在正确的地方。

Answer 1

请记住，Stata仅适用于固定长度的矩形表，因此您只能添加跨越整个50k行的列。在此设置中，您可以这样做。

对于第一个问题（名称和频率列表），您可以

   collapse (count) freq = name, by(class)
   sort class freq name
   list class name freq, sepby(class)

请注意，collapse将删除现有数据并替换为摘要。（通常，我讨厌这个数据管理方面的命令，但它应该在这里工作。）如果你不希望这种情况发生，这里有一个更复杂的技巧：

   bysort class name : generate long freq = _N
   bysort class name : generate byte first = (_n==1)
   sort class freq name
   list class name freq if first, sepby(class)

（说明：_N是by - 组中的观察次数，_n是by - 组中当前观察的次数。）< / p>

然后，您可以使用if class==#将其子集化为感兴趣的类，如您所知。

Answer 2

还可以使用groups查看可下载的ssc inst groups命令。

如何在Stata中创建一个group by语句（来自MySQL）？

2 个答案: