当每个ID

Question

我正在处理一个数据集，该数据集在2800个人的多个日期上按日期购买（称为ItemNum）。每个项目都有自己的行，因此如果某个人在某个日期购买了两个项目，那么该日期将出现两次。我不关心在一个日期购买了多少项目（每个日期代表一次旅行），而是2800个人的平均旅行次数（大约18230行数据）。我的数据如下：

+---+----------+-------+---------------------- ---+
|ID |    Date  |ItemNum|        ItemDescript      |
| 1 |01/22/2010|   1   |Description of the item   |
| 1 |01/22/2010|   2   |Description of other item |
| 1 |07/19/2013|   1   |                          | 
| 2 |06/04/2012|   1   |                          |
| 2 |02/02/2013|   1   |                          |
| 2 |11/13/2013|   1   |                          |
+---+----------+-------+---------------------- ---+

在上表中，第1人进行了两次旅行和三次购买（因为显示了两个日期），第二次进行了三次旅行。我对所有人的平均出行次数感兴趣，但首先我需要将其折叠到独特的日期。所以我知道我需要collapse日期，但是当我做

时

collapse (mean) ItemNum (first) Date, by(ID)

它只显示ID显示的第一个日期，而不是每个唯一日期的第一个日期。

下一个问题是，一旦它崩溃了，我需要采用日期计数的平均值，而不是日期本身，这也是我似乎被绊倒的地方。

Answer 1

你试图做以下事情吗？

collapse (mean) ItemNum, by(ID Date) fast

Answer 2

或许类似

clear
input ID str16 dt ItemNum
1 "01/22/2010"  1
1 "01/22/2010"  2
1 "07/19/2013"  1
end
generate Date = daily(dt,"MDY")
egen trip = tag(ID Date)
collapse (sum) trip, by(ID)
summarize trip

    Variable |        Obs        Mean    Std. Dev.       Min        Max
-------------+---------------------------------------------------------
        trip |          1           2           .          2          2

如果你正在寻找的是“平均值” - 一个数字给出了2800个人的平均旅行次数（1个人给出了有限的样本数据）。