For loop Stata：提取值并将其保存为标量（以及更多）

此问题是来自的后续问题。考虑这些数据：

set seed 123456
set obs 5000
g firmid = "firm" + string(_n)    /* Observation (firm) id */
g nw = floor(100*runiform())      /* Number of workers in a firm */
g double lat = 39+runiform()      /* Latitude in decimal degree of a firm */
g double lon = -76+runiform()     /* Longitude in decimal degree of a firm */

前10项观察是：

     +--------------------------------------+
     | firmid   nw         lat          lon |
     |--------------------------------------|
  1. |  firm1   81   39.915526   -75.505018 |
  2. |  firm2   35   39.548523   -75.201567 |
  3. |  firm3   10   39.657866    -75.17988 |
  4. |  firm4   83   39.957938   -75.898837 |
  5. |  firm5   56   39.575881   -75.169157 |
  6. |  firm6   73   39.886184   -75.857255 |
  7. |  firm7   27    39.33288   -75.724665 |
  8. |  firm8   75   39.165549    -75.96502 |
  9. |  firm9   64   39.688819   -75.232764 |
 10. | firm10   76   39.012228   -75.166272 |
     +--------------------------------------+

我需要计算公司1和所有其他公司之间的距离。因此，vincenty命令如下所示：

. scalar theLat = 39.915526
. scalar theLon = -75.505018
. vincenty lat lon theLat theLon, hav(distance_km) inkm

vincenty命令将创建distance_km变量，该变量具有每个观测值与1之间的距离。在这里，我手动复制并粘贴两个数字，即39.915526和-75.505018

问题1：提取这些数字的语法是什么

---

现在，我可以在距离_km的地方进行观察，以下是基本相同的策略，并基于您的“最终目标”。同样，根据原始数据集的大小，它可能很有用。

joinby

创建观察值，因此您可能会超过Stata限制。然而，我相信它能满足你的需求

clear all
set more off

set seed 123456
set obs 10
g firmid = _n   /* Observation (firm) id */
g nw = floor(100*runiform())      /* Number of workers in a firm */
g double lat = 39+runiform()      /* Latitude in decimal degree of a firm */
g double lon = -76+runiform()     /* Longitude in decimal degree of a firm */
gen dum = 1
list

* joinby procedure
tempfile main
save "`main'"

rename (firmid lat lon nw) =0
joinby dum using "`main'"
drop dum

* Pretty print
sort firmid0 firmid
order firmid0 firmid
list, sepby(firmid0)

* Uncomment if you do not want to include workers in the "base" firm.
*drop if firmid0 == firmid

* Compute distance
vincenty lat0 lon0 lat lon, hav(distance_km) inkm
keep if distance_km <= 40 // an arbitrary distance
list, sepby(firmid0)

* Compute workers of nearby-firms
collapse (sum) nw_sum=nw (mean) nw0 lat0 lon0, by(firmid0)
list

然而效率低下，一些使用

timer

进行的测试显示，大部分计算时间都会进入

vincenty

命令，您将无法逃脱该命令。以下是使用Intel Core i5处理器和传统硬盘驱动器（非SSD）进行10000次观察的时间（秒）。计时器1为总数，2、3、4为组件（约）。计时器3对应于

vincenty

：

. timer list
   1:   1953.99 /        1 =    1953.9940
   2:    169.19 /    10000 =       0.0169
   3:   1669.95 /    10000 =       0.1670
   4:     94.47 /    10000 =       0.0094

当然，请注意，在这两种代码中，都会重复计算距离（例如，计算firm1-firm2和firm2-firm1之间的距离），这可能是可以避免的。目前，11万次观测需要很长时间。从积极的一面来看，我注意到，与第一次设置中相同数量的观察结果相比，第二次设置需要的内存非常少。事实上，我的4GB机器与后者一起冻结

还要注意的是，尽管我使用了与您相同的种子，但数据是不同的，因为我创建了不同数量的观察（而不是5000），这使得变量创建过程有所不同

---

（顺便说一下，如果您想将值保存为标量，可以使用：

scalar latitude=lat[1]

）。

谢谢，参考第16页。我学到了很多。joinby命令对于这个小数据非常有效。然而，我的原始数据集有超过110000个观测值，因此系统将崩溃。我可能不得不截断数据，将它们折叠为总和，然后将一个观察文件合并到一家公司的原始数据中。然后，我可能不得不对所有其他公司重复这个过程。@BillTP我添加了一些额外的代码，实现了您提到的一些东西，以绕过观察的限制。也许它会给你一些想法。对那些悲观的投票者：我希望能得到反馈，说明这样做的原因。我认为没有必要对答案投否决票而不解释原因。特别是当它被原海报接受时。

clear all
set more off

set seed 123456
set obs 10
g firmid = _n   /* Observation (firm) id */
g nw = floor(100*runiform())      /* Number of workers in a firm */
g double lat = 39+runiform()      /* Latitude in decimal degree of a firm */
g double lon = -76+runiform()     /* Longitude in decimal degree of a firm */
gen dum = 1
list

* joinby procedure
tempfile main
save "`main'"

rename (firmid lat lon nw) =0
joinby dum using "`main'"
drop dum

* Pretty print
sort firmid0 firmid
order firmid0 firmid
list, sepby(firmid0)

* Uncomment if you do not want to include workers in the "base" firm.
*drop if firmid0 == firmid

* Compute distance
vincenty lat0 lon0 lat lon, hav(distance_km) inkm
keep if distance_km <= 40 // an arbitrary distance
list, sepby(firmid0)

* Compute workers of nearby-firms
collapse (sum) nw_sum=nw (mean) nw0 lat0 lon0, by(firmid0)
list

clear all
set more off

* Create empty database
gen x = .
tempfile results
save "`results'", replace

* Create input for exercise
set seed 123456
set obs 500
g firmid = _n   /* Observation (firm) id */
g nw = floor(100*runiform())      /* Number of workers in a firm */
g double lat = 39+runiform()      /* Latitude in decimal degree of a firm */
g double lon = -76+runiform()     /* Longitude in decimal degree of a firm */
gen dum = 1
*list

* Save number of firms
local size = _N
display "`size'"

* joinby procedure
tempfile main
save "`main'"

timer clear 1
timer clear 2
timer clear 3
timer clear 4

quietly {
    timer on 1
    forvalues i=1/`size'{
        timer on 2
        use "`main'" in `i', clear // assumed sorted on firmid
        rename (firmid lat lon nw) =0

        joinby dum using "`main'", unmatched(using)
        drop _merge dum
        order firmid0 firmid
        timer off 2

        timer on 3
        vincenty lat0 lon0 lat lon, hav(dist) inkm
        timer off 3
        keep if dist <= 40 // an arbitrary distance

        timer on 4
        collapse (sum) nw_sum=nw (mean) nw0 lat0 lon0, by(firmid0)

        append using "`results'"
        save "`results'", replace
        timer off 4
    }
    timer off 1
}

use "`results'", clear
sort firmid0
drop x
list

timer list

. timer list
   1:   1953.99 /        1 =    1953.9940
   2:    169.19 /    10000 =       0.0169
   3:   1669.95 /    10000 =       0.1670
   4:     94.47 /    10000 =       0.0094