stata - 合并重叠的分类变量

Question

我正在尝试将 Stata 中的两个分类变量(例如 var1 和 var2)“组合”为一个新的(也是分类的)变量(例如 res)。

下面的示例说明了我想要实现的目标:

var1    var2    res
1       1       A
1       2       A
2       1       A
3       3       B
4       2       A
5       4       D

此示例的作用是将“重叠”的 var1 和 var2 的所有类别组合起来。

这里，var1 == 1 和 var2 == 1 对最初形成一个组 (res== A)。包含 var1 == 1 或 var2 == 1 的所有其他对应属于同一组(因此第 2 行中的 res== A 和3)。因为在第 2 行中我们有 var2==2，所以任何包含 var2==2 的对都应该属于同一组。这就是为什么在第 4 行 res== A。

查看此问题的另一种方法是使用以下矩阵:

     |  1   2   3   4
-----------------------        
   1 |  1   1       
   2 |  1           
   3 |          1   
   4 |      1       
   5 |              1

由于元素 [1,1] 不为空(或零)，因此 1 行和 1 列中的所有元素都必须属于到同一个组。因为[1,2]不为空，所以行1、列2也是如此。等等等等。您决定从哪一行/哪列开始并不重要。

egen group 单独并不能解决问题。

有什么想法吗？

Answer 1

听起来您想在 var2 的值相同的情况下进一步对 var1 进行分组。如果是这种情况，那么您可以使用我编写的名为 group_id 的程序，该程序可从 SSC 获取。要安装它，请在 Stata 的命令窗口中键入:

ssc install group_id

以下是如何使用它的示例:

* Example generated by -dataex-. To install: ssc install dataex
clear
input float(var1 var2) str1 res
1 1 "A"
1 2 "A"
2 1 "A"
3 3 "B"
4 2 "A"
5 4 "D"
end

gen long wanted = var1
group_id wanted, matchby(var2)

list, sep(0)

和结果:

. list, sep(0)

     +----------------------------+
     | var1   var2   res   wanted |
     |----------------------------|
  1. |    1      1     A        1 |
  2. |    1      2     A        1 |
  3. |    2      1     A        1 |
  4. |    3      3     B        3 |
  5. |    4      2     A        1 |
  6. |    5      4     D        5 |
     +----------------------------+