Question

我必须追加三个名为A，B和C的数据集，其中包含不同年份的数据（例如1990, 1991...2014）。

问题在于，并非所有数据集都包含所有调查年份，因此需要在添加之前手动删除不匹配的年份。

我想知道是否有任何方法可以追加三个（或更多）数据集，这些数据集将仅在数据集中保留匹配的变量（在这种情况下为年份）。

Answer 1

考虑以下玩具示例：

clear

input year var
1995 0
1996 1
1997 2
1998 3 
1999 4
2000 5
end

save data1, replace

clear

input year var
1995 6
1996 9
1998 7 
1999 8
2000 9
end

save data2, replace

clear

input year var
1995 10
1996 11
1997 12
2000 13
end

save data3, replace

没有可以强迫append做您想要的事情的选项，但是您可以执行以下操作：

use data1, clear

append using data2 data3
duplicates tag year, generate(tag)

sort year
list

     +------------------+
     | year   var   tag |
     |------------------|
  1. | 1995     0     2 |
  2. | 1995     6     2 |
  3. | 1995    10     2 |
  4. | 1996     9     2 |
  5. | 1996     1     2 |
     |------------------|
  6. | 1996    11     2 |
  7. | 1997     2     1 |
  8. | 1997    12     1 |
  9. | 1998     7     1 |
 10. | 1998     3     1 |
     |------------------|
 11. | 1999     8     1 |
 12. | 1999     4     1 |
 13. | 2000    13     2 |
 14. | 2000     5     2 |
 15. | 2000     9     2 |
     +------------------+

drop if tag == 1
list

     +------------------+
     | year   var   tag |
     |------------------|
  1. | 1995     0     2 |
  2. | 1995     6     2 |
  3. | 1995    10     2 |
  4. | 1996     9     2 |
  5. | 1996     1     2 |
     |------------------|
  6. | 1996    11     2 |
  7. | 2000    13     2 |
  8. | 2000     5     2 |
  9. | 2000     9     2 |
     +------------------+

您还可以通过找到变量tag的最大值并将所有观察值保持在该值上来进一步推广这种方法：

summarize tag
keep if tag == `r(max)'

通过匹配的变量追加数据集

1 个答案: