1

我的 Stata 数据集包含对不同玩家在模拟中创建的产品组成组件的观察。我想只保留由不同且独特的组件组成的产品（由每个玩家创建），即识别在所有变量上不同的观察结果（按 player_id）。

数据是：

+---------+-----------+------------+------------+- ------------+
| 产品 | 玩家ID | 组件1 | 组件2 | 组件3 |
+---------+-----------+------------+------------+- ------------+
| 1 | 1 | 1 | 2 | 3 |
| 2 | 1 | 1 | 5 | 9 |
| 3 | 1 | 7 | 8 | 9 |
| 4 | 2 | 4 | 5 | 6 |
| 5 | 2 | 4 | 5 | 9 |
| 6 | 2 | 7 | 8 | 9 |
+---------+-----------+------------+------------+- ------------+

理想的结果应该让我有以下结果：

+---------+-----------+------------+------------+- ------------+
| 产品 | 玩家ID | 组件1 | 组件2 | 组件3 |
+---------+-----------+------------+------------+- ------------+
| 1 | 1 | 1 | 2 | 3 |
| 3 | 1 | 7 | 8 | 9 |
| 4 | 2 | 4 | 5 | 6 |
| 6 | 2 | 7 | 8 | 9 |
+---------+-----------+------------+------------+- ------------+

可以看出，产品 2 应该被删除，因为它与产品 1 有共同的组件 1，与产品 3 有共同的组件 3；同样，应该删除产品 5，因为它与产品 4 共享组件 1 和 2，而与产品 6 共享组件 3。

其余产品（按玩家）应保留，因为它们使用不同的非重叠组件。

4

1 回答 1

2

对于每个不同的播放器来说，每个组件的组合都是全新的，所有组件都为该播放器首次出现是必要且充分的。因此，我们跟踪每个组件的第一次出现，并在该组件以后出现时丢弃任何观察。

相同的玩具数据（但变量名更短）：

input Product Player_id C1 C2 C3 
   1          1           1           2           3 
   2          1           1           5           9 
   3          1           7           8           9 
   4          2           4           5           6 
   5          2           4           5           9 
   6          2           7           8           9 
end

目前尚不清楚是否Product与观察数起相同的作用：不管怎样，我们都可以创建一个变量来保存观察数。

gen long obs = _n

现在我们要循环组件，在这个例子中是 9 个。

qui forval i = 1/9 {

对于每个组件：找到它是否是三个组件中的任何一个。这是一个指示变量，如果为真，则为 1，如果为假，则为 0：

    gen found = C1 == `i' | C2 == `i' | C3 == `i'

有一个简洁的选择：

    gen found = inlist(`i', C1, C2, C3)

我们想要跟踪第一次出现，如果found为真，这是最小观察次数，我们分别通过Player_id. 指示变量在此处的除法产生obsiffound为 1，否则为缺失。egen除非所有值都作为缺失值返回，否则缺失值将被忽略。

    egen first = min(obs / found), by(Player_id)

现在我们要做的是drop如果它们不是第一次发生，以及drop我们的会计变量，所以它们可以在下一次循环中重新创建：

    drop if obs > first & found
    drop first found 
}

结果如下：

      +-----------------------------------------+
      | Product   Player~d   C1   C2   C3   obs |
      |-----------------------------------------|
   1. |       1          1    1    2    3     1 |
   2. |       3          1    7    8    9     3 |
   3. |       4          2    4    5    6     4 |
   4. |       6          2    7    8    9     6 |
      +-----------------------------------------+

请注意，此算法对观察的顺序很敏感。如果你从那开始，1 5 9那么两者都不是，1 2 3或者7 8 9是可以接受的。4 5 9与;类似 4 5 6不要7 8 9削减。

于 2013-08-20T17:45:35.980 回答