Question

假设我有factor variable标签＆＃34; a＆＃34; ＆＃34; B＆＃34;和＆＃34; c＆＃34;并希望看到哪些观察结果的标签为＆＃34; b＆＃34;。 Stata拒绝解析

gen isb = myfactor == "b"

当然，字面上存在＆＃34;类型不匹配＆＃34;，因为我的因子被编码为整数，因此无法与字符串＆＃34; b＆＃34;进行比较。但是，它不会杀死Stata（i）执行明显的解析或（ii）提供翻译功能，因此我可以将比较写为label(myfactor) == "b"。使用decode来（重新）创建一个字符串变量会破坏编码的目的，即节省空间并提高计算效率，对吗？

我没有真正期望上面的比较有效，但我至少认为会有一线或两线的方法。这是我到目前为止所发现的。有一个很好的宏（＆＃34;扩展＆＃34;）函数映射另一种方式（从整数到标签，见下面的local labi: label ...）。以下是使用它的解决方案：

// sample data 

clear
input str5 mystr int mynum
a 5
b 5
b 6
c 4
end

encode mystr, gen(myfactor)

// first, how many groups are there?

by myfactor, sort: gen ng = _n == 1
replace ng = sum(ng)
scalar ng = ng[_N]
drop ng

// now, which code corresponds to "b"?

forvalues i = 1/`=ng'{
    local labi: label myfactor `i'
    if "b" == "`labi'" {
        scalar bcode = `i'
        break
    }
}

di bcode

第二步让我感到烦恼，但我确信还有更快，更惯用的方式来执行第一步。我可以抓住标签向量的长度吗？例如？

Answer 1

一个例子：

clear all
set more off

sysuse auto

gen isdom = 1 if foreign == "Domestic":`:value label foreign'

list foreign isdom in 1/60

这会创建一个名为isdom的变量，如果foreigns的值标签等于＆＃34;国内＆＃34;它将等于1。它使用扩展宏功能。

来自 [U] 18.3.8 宏表达式：

另外，输入

command that makes reference to `:extended macro function'

相当于

local macroname : extended macro function
command that makes reference to `macroname'

这解释了提供的语法中的两个:之一。另一个可以解释

...直接在表达式中指定值标签，而不是通过基础数值...您可以用双引号指定标签（＆＃34;＆＃34;），后跟冒号（:)，后跟值的名称标签

引用来自 Stata tip 14：在表达式中使用值标签，作者：Kenneth Higbee，The Stata Journal（2004）。可在http://www.stata-journal.com/sjpdf.html?articlenum=dm0009

免费获取

修改

在计算不同观察的数量时，另一种方法是：

by myfactor, sort: gen ng = _n == 1
count if ng
scalar sc_ng = r(N)

display sc_ng

但是你的很好。事实上，这里记录了它：http://www.stata.com/support/faqs/data-management/number-of-distinct-observations/，以及更多的方法和评论。

字符串比较Stata中的因素

1 个答案:

修改