Question

我有一个可以按以下格式简化的数据集：

clear
input str9 Date ID VarA VarB
"12jan2010" 5 21 42
"12jan2010" 6 47 21
"15jan2010" 10 7 68
"17jan2010" 6 -5 -3
"19jan2010" 6 -1 -1
end

在数据集中，有Date，ID，VarA和VarB。每个ID代表一组唯一的交易。我想在Stata中collapse (sum) VarA VarB, by(Date)。但是，我想保留每个ID号的第一次观察的日期。

基本上，我希望上面的数据集成为以下内容：

+--------------------------------+
|    Date     ID   Var1   Var2   |
|--------------------------------|
| 12jan2010    5     21     42   |
| 12jan2010    6     41     17   |
| 15jan2010    10     7     68   |
+--------------------------------+

12jan2010 17jan2010和19jan2010具有相同的ID，因此我希望collapse (sum) Var1 Var2获得这三个观察结果。我想保留12jan2010的日期，因为它是第一次观察的日期。其他两个观察结果被删除。

我知道可能首先按ID折叠，然后与原始数据集合并然后合并。我想知道是否有更简单的方法来完成这项工作。谢谢！

Answer 1

collapse允许您计算各种统计信息，因此您可以将字符串日期转换为数字日期，然后使用数字日期的最小值来获得第一次出现。

clear
input str9 Date ID VarA VarB
"12jan2010" 5 21 42
"12jan2010" 6 47 21
"15jan2010" 10 7 68
"17jan2010" 6 -5 -3
"19jan2010" 6 -1 -1
end

gen Date2 = date(Date, "DMY")
format Date2 %td
collapse (sum) VarA VarB (min) Date2 , by(ID)
order Date2, first
li

产生

     +------------------------------+
     |     Date2   ID   VarA   VarB |
     |------------------------------|
  1. | 12jan2010    5     21     42 |
  2. | 12jan2010    6     41     17 |
  3. | 15jan2010   10      7     68 |
     +------------------------------+

回复评论：您可以仅为VarA所在的观察生成格式化日期。 0（并且没有丢失）。（假设根据您的评论，VarA＆amp; VarB总是有相同的符号。）

// now assume ID 6 has an earliest date of 17jan2005 (obs.4)
// but you want to return your 'first date' as the 
// first date where varA & varB are both positive
clear
input str9 Date ID VarA VarB
"12jan2010" 5 21 42
"12jan2010" 6 47 21
"15jan2010" 10 7 68
"17jan2005" 6 -5 -3
"19jan2010" 6 -1 -1
end

gen Date2 = date(Date, "DMY") if VarA > 0 & !missing(VarA)
format Date2 %td
collapse (sum) VarA VarB (min) Date2 , by(ID)
order Date2, first
li

产生

     +------------------------------+
     |     Date2   ID   VarA   VarB |
     |------------------------------|
  1. | 12jan2010    5     21     42 |
  2. | 12jan2010    6     41     17 |
  3. | 15jan2010   10      7     68 |
     +------------------------------+

如何折叠具有相同标识符但日期不同的数字，但保留每个标识符的第一次观察日期

1 个答案: