Question

我有一个庞大的面板数据集（1950-2012）。

state   year    income
    AL  2000    100
    AK  2001    200
    AZ  2002    150
    ...
    AL  2003    120
    AK  2004    10
    AZ  2005    150
    ...

问题是变量state在不同年份可能会占用不同的值（但标签不会改变！）。例如，在2001年，标签AL的值为10，但在2003年，标签AL的值为20。

如何创建唯一标识符，例如新变量stateID，无论年份如何，所有AL标签都会采用整数值？ egen stateID = group(state)无济于事。还有其他办法吗？

Answer 1

这要求调查它是如何发生的以及数据是否可以信任。但就Stata技术而言，首先是decode，然后是encode。示范：

. set obs 3
obs was 0, now 3

. gen numid = _n

. label define numid 1 "AL" 2 "AL" 3 "AL"

. label values numid numid

. list

     +-------+
     | numid |
     |-------|
  1. |    AL |
  2. |    AL |
  3. |    AL |
     +-------+

. decode numid, gen(strid)

. list

    +---------------+
    | numid   strid |
    |---------------|
 1. |    AL      AL |
 2. |    AL      AL |
 3. |    AL      AL |
    +---------------+

 . encode strid, gen(newnumid)

 . list

      +--------------------------+
      | numid   strid   newnumid |
      |--------------------------|
   1. |    AL      AL         AL |
   2. |    AL      AL         AL |
   3. |    AL      AL         AL |
     +--------------------------+

    . list, nolabels

      +--------------------------+
      | numid   strid   newnumid |
      |--------------------------|
   1. |     1      AL          1 |
   2. |     2      AL          1 |
   3. |     3      AL          1 |
      +--------------------------+

Answer 2

试试这个：

egen stateID = group(state), label

Stata的。如果值是随机的，如何使用标签创建唯一标识符？

2 个答案: