1

我有一个巨大的面板数据集（1950-2012）。

state   year    income
    AL  2000    100
    AK  2001    200
    AZ  2002    150
    ...
    AL  2003    120
    AK  2004    10
    AZ  2005    150
    ...

问题是变量state在不同年份可以取不同的值（但标签不会改变！）。例如，2001 年标签AL的值为10，但 2003 年的标签AL值为20。

如何创建唯一标识符，例如一个新变量stateID，无论年份如何，所有AL标签都将采用整数值？egen stateID = group(state)没有帮助。还有其他方法吗？

4

2 回答 2

5

这需要调查它是如何发生的以及数据是否可以信任。但就Stata技术而言，首先decode，然后encode再。示范：

. set obs 3
obs was 0, now 3

. gen numid = _n

. label define numid 1 "AL" 2 "AL" 3 "AL"

. label values numid numid

. list

     +-------+
     | numid |
     |-------|
  1. |    AL |
  2. |    AL |
  3. |    AL |
     +-------+

. decode numid, gen(strid)

. list

    +---------------+
    | numid   strid |
    |---------------|
 1. |    AL      AL |
 2. |    AL      AL |
 3. |    AL      AL |
    +---------------+

 . encode strid, gen(newnumid)

 . list

      +--------------------------+
      | numid   strid   newnumid |
      |--------------------------|
   1. |    AL      AL         AL |
   2. |    AL      AL         AL |
   3. |    AL      AL         AL |
     +--------------------------+

    . list, nolabels

      +--------------------------+
      | numid   strid   newnumid |
      |--------------------------|
   1. |     1      AL          1 |
   2. |     2      AL          1 |
   3. |     3      AL          1 |
      +--------------------------+
于 2013-06-03T06:34:25.650 回答
-1

试试这个：

egen stateID = group(state), label
于 2013-06-03T03:23:19.937 回答