Question

想象一下以下的Stata数据结构：

input x y
1 3
1 .
1 .
2 3
2 .
2 .
. 3
end

我想使用对应的其他观察匹配来填充缺失的值。但是，如果存在歧义（在示例中，3对应于1和2），则代码不应复制。在我的示例中，最终的数据结构应如下所示：

请注意，1和2都被填充，因为它们是明确的3.

我的数据只是数字，变量x和y的唯一值的数量很大，因此我正在寻找适用于所有情况的一般规则。

我正在考虑使用用户编写的命令carryforward，运行类似

的命令

bysort x: carryforward y if x != . , replace dynamic_condition(x[_n-1] == x[_n]) strict
bysort y: carryforward x if y != . , replace dynamic_condition(y[_n-1] == y[_n]) strict

然而，当有双重匹配时，这不起作用。

更新：Nick提出的解决方案并不适用于所有示例。我更新了示例以反映这一点。提议的解决方案不起作用的原因是因为函数tag仅在每个值的一个实例处放置1。因此，当值（3）与两个值（1,2）相关时，标签将仅出现在其中一个值中。因此，复制发生在一个。在上面的例子中，尼克的代码和结果是：

egen tagy = tag(y) if !missing(y) 
egen tagx = tag(x) if !missing(x) 
egen ny = total(tagy), by(x)
egen nx = total(tagx), by(y) 

bysort x (y) : replace y = y[1] if ny == 1 
bysort y (x) : replace x = x[1] if nx == 1 

list, sep(0)  

     +-------------------------------+
     | x   y   tagy   tagx   ny   nx |
     |-------------------------------|
  1. | 1   3      0      0    1    0 |
  2. | 1   3      0      0    1    0 |
  3. | 1   3      1      1    1    2 |
  4. | 2   3      0      1    0    2 |
  5. | .   3      0      0    0    2 |
  6. | 2   .      0      0    0    0 |
  7. | 2   .      0      0    0    0 |
     +-------------------------------+

如图所示，该代码适用于填充x=1而不填充y=3（第5行）。然而，它没有填充第6行和第7行，因为tagy=1只出现一次（x=1）。

Answer 1

这有点笨拙，但应该有效：

bysort x: egen temp=sd(x) if x!=.  
bysort x (y): replace y=y[1] if temp==0
drop temp

由于常数的标准偏差为零，如果非缺失的x都是相同的，则temp = 0。

Answer 2

sort x, y
replace y = y[_n-1] if missing(y) & x[_n-1] == x[_n]

使用与另一个变量的匹配来填充一个变量的缺失值

2 个答案: