如何计算序列中到目前为止看到的最大值或最小值及其相关ID？

Question

从this Stata FAQ开始，我知道问题第一部分的答案。但在这里，我想更进一步。假设我有以下数据（已经按未显示的变量排序）：

id v1 
A  9  
B  8  
C  7  
B  7  
A  5  
C  4  
A  3  
A  2  

要计算此序列中的最小值，我会

generate minsofar = v1 if _n==1
replace  minsofar = min(v1[_n-1], minsofar[_n-1]) if missing(minsofar)

获得

id v1 minsofar 
A  9  9        
B  8  9        
C  7  8        
B  7  7        
A  5  7        
C  4  5        
A  3  4        
A  2  3        

现在我想生成一个变量，称之为id_min，它给我一个与minsofar相关的ID，所以类似

id v1 minsofar id_min
A  9  9         A
B  8  9         A
C  7  8         B
B  7  7         C
A  5  7         C
C  4  5         A
A  3  4         C 
A  2  3         A

请注意，C与7关联，因为7在当前排序中首先与C关联。而且为了清楚起见，我的ID变量在这里显示为一个字符串变量只是为了便于阅读 - 它实际上是数字。

想法？

编辑：

我想

gen id_min = id if _n<=2
replace id_min = id[_n-1] if v1[_n-1]<minsofar[_n-1] & missing(id_min)
replace id_min = id_min[_n-1] if missing(id_min)

至少为这个例子中的数据做了工作。不知道它是否适用于更复杂的案例。

Answer 1

这适用于您的示例。它使用用户编写的命令vlookup，您可以在其中安装findit vlookup，并按照显示的链接进行操作。

clear
set more off

input ///
str1 id v1 
A  9  
B  8  
C  7  
B  7  
A  5  
C  4  
A  3  
A  2  
end

encode id, gen(id2)
order id2
drop id

list

*----- what you want -----

// your code
generate minsofar = v1 if _n==1
replace  minsofar = min(v1[_n-1], minsofar[_n-1]) if missing(minsofar)

// save original sort
gen osort = _n

// group values of v1 but respecting original sort so values of 
// id2 don't jump around
sort v1 osort

// set obs after first as missing so id2 is unique within v1
gen v2 = v1
by v1: replace v2 = . if _n > 1

// lookup
vlookup minsofar, gen(idmin) key(v2) value(id2)

// list
sort osort
drop osort v2
list, sep(0)

您的代码generate minsofar = v1 if _n==1更好，编码为generate minsofar = v1 in 1，因为它效率更高。

您的minsofar变量只是v1的移位副本，因此如果情况总是如此，则应该有更简单的方法来处理您的问题。我怀疑你的问题比你现在承认的更容易，而且这已经通过你的帖子了。也许提供更多背景，扩展示例数据等可以为您提供更好的建议。

Answer 2

到目前为止，这比默示更容易，也更具挑战性。给定value（比OP v1更令人回味）并希望到目前为止跟踪最小值，例如

 generate min_so_far = value[1] 
 replace min_so_far = value if value < min_so_far[_n-1] in 2/L 

其中第二个语句利用Stata replace在当前观察顺序中的不足为奇的事实。 [_n-1]是先前观察的索引，in 2/L表示从第二个到最后一个观察的所有观察的循环。

请注意OP的版本是错误的：通过始终查看之前的观察，代码永远不会查看最后一个值，如果它是一个新的最小值，将忽略它。可能OP在此之前真正想要＆＃34;最小化＆＃34;但到目前为止，这并不是我所理解的最低水平。

如果我们在value中缺少值，他们就不会以任何恶意的方式进入比较：Stata总是将丢失视为任意大，因此当且仅当不存在非缺失时才会记录缺失到目前为止，这是应该的。

初看时该最小值的标识符产生相同的逻辑

 generate min_so_far = value[1] 
 gen id_min = id[1] 
 replace min_so_far = value if value < min_so_far[_n-1] in 2/L 
 replace id_min = id if value < min_so_far[_n-1] in 2/L 

至少有两个曲折可能会咬人。 OP提到标识符可能丢失的可能性，以便我们可能有一个新的最小值，但不知道它的标识符。刚刚给出的代码将使用缺少的标识符，但是如果希望使用已知标识符来保持最小值的标识符的单独跟踪，则需要不同的代码。

迄今未提及的一个转折是，到目前为止，具有不同标识符的观测可能都具有相同的最小值。上面的代码仅在第一次看到特定的最小值时才替换标识符;如果希望记录最后一次出现的标识符，则上面最后一个代码行中的<应替换为<=。如果希望跟踪到目前为止最小的所有标识符，则需要字符串变量来连接所有标识符。

通过面板或纵向数据的结构，整个过程都是在by:的支持下完成的。

我无法在此处寻求用户编写的扩展程序。