Question

我有一个很大的冲突数据集（7100万个观测值），其中包含许多变量和日期（每天）。

这来自GDELT项目，其数据集的结构方式是每天都有一个目标国家和一个侵略源国。即，在2000年1月1日，许多国家/地区对他人或自己进行了侵略行为，该数据集对此进行了跟踪。

它看起来像这样：

clear

input long date_01 str18 source_01 str19 target_01 str4 cameocode_01
20000101 "AFG"    "AFGGOV" "020" 
20000101 "AFG"    "AFGGOV" "0841"
20000101 "AFG"    "ARE"    "036" 
20000101 "AFG"    "CVL"    "043" 
20000101 "AFG"    "GOV"    "010" 
20000101 "AFG"    "GOV"    "043" 
20000101 "AFGGOV" "kasUAF" "0353"
20000101 "AFGGOV" "kasUAF" "084" 
20000101 "AFG"    "IGOUNO" "030" 
20000101 "AFG"    "IND"    "042" 
20000101 "AFG"    "IND"    "043" 
end

我想做的是隔离每个国家的这些事件。

例如，我想为美国创建一个变量，在该变量中，对于每个日期，我一直都以美国为目标或来源，以及它们各自的客串代码。我有相当多的国家/地区，但只需要其中的一部分即可，而且我事先知道了他们的名字。

在示例中可以看到，第一个变量是date，对于这些单元格来说，日期始终是2000101，但经过数百次观察后，它变为2000102，表示天数发生了变化。

第二个变量source_01是一个攻击另一个国家的国家。在示例中，IND是印度，AFG是阿富汗，其他代码是其他国家。

第三个变量target_01只是冲突的受害者。

最后，cameocode_01是使用某种算法跟踪的冲突程度，该算法可以跟踪每种语言的新闻。

我要做的是创建一个新的（每个国家/地区）变量，如果特定国家/地区涉及到该源或目标，则提取该事件的客串代码。

对于此特定示例，以下是我针对印度（代码IND）的期望输出，该输出涉及特定日期的两个事件：

date      INDIAcameo
20000101  "042" 
20000101  "043"

我已经尝试过：

replace INDIA cameo=cameocode if "target"  ~ "source" ==IND

但是，它说类型不匹配，而且我怀疑它会给我我想要的东西。

Answer 1

如果您事先知道您感兴趣的国家/地区，那么以下方法将起作用：

clear

input long date_01 str18 source_01 str19 target_01 str4 cameocode_01
20000101 "AFG"    "AFGGOV" "020" 
20000101 "AFG"    "IND"    "043"
20000101 "AFG"    "AFGGOV" "0841"
20000101 "AFG"    "ARE"    "036" 
20000101 "AFG"    "CVL"    "043" 
20000101 "AFG"    "GOV"    "010" 
20000101 "AFG"    "GOV"    "043" 
20000101 "AFGGOV" "kasUAF" "0353"
20000101 "AFGGOV" "kasUAF" "084" 
20000101 "AFG"    "IGOUNO" "030" 
20000102 "AFG"    "IND"    "042" 
end

foreach c in AFG IND ARE {
    generate ind_`c' = cameocode_01 if strmatch(source_01, "`c'") |  ///
                                       strmatch(target_01, "`c'")
}

请注意，我对您的示例进行了略微修改，以更好地说明。

要查看结果：

list, sepby(date) abbreviate(15)

     +-------------------------------------------------------------------------------+
     |  date_01   source_01   target_01   cameocode_01   ind_AFG   ind_IND   ind_ARE |
     |-------------------------------------------------------------------------------|
  1. | 20000101         AFG      AFGGOV            020       020                     |
  2. | 20000101         AFG         IND            043       043       043           |
  3. | 20000101         AFG      AFGGOV           0841      0841                     |
  4. | 20000101         AFG         ARE            036       036                 036 |
  5. | 20000101         AFG         CVL            043       043                     |
  6. | 20000101         AFG         GOV            010       010                     |
  7. | 20000101         AFG         GOV            043       043                     |
  8. | 20000101      AFGGOV      kasUAF           0353                               |
  9. | 20000101      AFGGOV      kasUAF            084                               |
 10. | 20000101         AFG      IGOUNO            030       030                     |
     |-------------------------------------------------------------------------------|
 11. | 20000102         AFG         IND            042       042       042           |
     +-------------------------------------------------------------------------------+

或

foreach v of varlist ind* {
    sort date `v'
    list date `v' if !missing(`v'), sepby(date) abbreviate(15)
}

     +--------------------+
     |  date_01   ind_AFG |
     |--------------------|
  3. | 20000101       010 |
  4. | 20000101       020 |
  5. | 20000101       030 |
  6. | 20000101       036 |
  7. | 20000101       043 |
  8. | 20000101       043 |
  9. | 20000101       043 |
 10. | 20000101      0841 |
     |--------------------|
 11. | 20000102       042 |
     +--------------------+

     +--------------------+
     |  date_01   ind_IND |
     |--------------------|
 10. | 20000101       043 |
     |--------------------|
 11. | 20000102       042 |
     +--------------------+

     +--------------------+
     |  date_01   ind_ARE |
     |--------------------|
 10. | 20000101       036 |
     +--------------------+

在另一个条件变量中创建变量

1 个答案: