Stata:计数时忽略缺失值

Question

我想创建一个变量 (counter)，它计算每年另一个变量 (firmage0) 的非缺失值。我的代码如下所示:

sort year  
quietly by year: gen counter = _n if firmage0 != . 

不幸的是，即使有缺失值，Stata 也会从 1 开始计数。但我想在有非缺失值时开始计数。此外，第二个非缺失值应为“2”，第三个为“3”，依此类推。有一个重要的限制。不要使用保留和恢复!创建变量 counter 后，我的数据集如下所示(这只是其中的一小部分)。可用空间意味着缺失值!

year    firmage0    counter
1975        
1975        
1975        
1975        
1975    21  5
1975        
1975    60  7
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975    115 20
1975        
1975        
1975

但是数据集应该是这样的:

year    firmage0    counter
1975        
1975        
1975        
1975        
1975    21  1
1975        
1975    60  2
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975    115 3
1975        
1975        
1975    

Answer 1

系统变量_n是固定的，因为它表示独立于您的 if 的当前观察次数。健康)状况。您要求的代码是 counter 如果它没有丢失，它的值就是观察值。这与特定点之前的非缺失观察计数不同，这是您真正想要的。

请注意您的缺失的数据类型。当你展示它时，firmage0看起来像一个字符串变量，因为空格是字符串的缺失。缺失的数值是表示为 . (或 .<something> )。参见 help missings .

一个解决方案是累积 sum以 missings 为条件.我假设变量类型是数字:

clear all
set more off

input year firmage0
1975      .  
1975      . 
1975      .      
1975      .  
1975    21
1980    60 
1980    .
1980    89       
1985      . 
1985      .  
1985    23    
1985    45    
1985    47
1985     .   
end 

list, sepby(year)

bysort year: gen counter = sum(!missing(firmage0))
replace counter = . if missing(firmage0) // optional

list, sepby(year)

!missing(firmage0)根据对 firmage0 的观察结果，计算结果为假 (0) 或真 (1)分别丢失或不丢失。那么sum对其求和。

如果变量实际上是字符串类型，则将相应行替换为:

replace counter = "" if missing(firmage0) // optional

单行(数字类型)是:

bysort year: gen counter = cond(missing(firmage0), ., sum(!missing(firmage0)))

但我更喜欢第一种方式，因为它更容易阅读。