Stata 如何检测组内变量的特定值组合（或条件）

我有一个调查数据集，其中包含住户ID和每个住户内的个人ID：个人1代表受访者本人。一些变量表示每个人与受访者的关系（例如，配偶2个，父母3个，等等），数据结构如下

？

现在我要做的是检测

var1

中某些值的出现，如果出现，则检测

var1

和

var2

的值是否满足特定条件

例如，如果

var1

和

var2

满足

(var1 == 3 & var2 == 1) | (var1 == 4 & var2 == 1)

然后我可以为同一组中的每个个体（在本例中为家庭，表示家庭结构）将值1附加到新生成的变量，例如

var3

，否则为0

这似乎不是什么大问题，我想我应该雇用一些

 by group: egen 

或

命令，但我不确定。我过去常常应用命令，比如

gen l_w_p = 0
by hhid: replace l_w_p = 1 if (var1 == 3 & a2004 == 1) | (var2 == 4 & a2004 == 1)
by hhid: replace l_w_p = 2 if (var1 == 3 & a2004 == 2) & (var2 == 4 & a2004 == 2)

---

但它似乎不起作用。那需要某种循环吗

我很难弄明白你在问什么。一个好的策略是给出一个数据和期望输出的例子，尽可能简化到问题的本质。这比用文字描述数据容易得多

让我们从简单开始。假设您有如下数据：

hhid    x
1       1
1       2
2       0
2       1

您想标记

x

为2的家庭。一种方法是

bys hhid:egen tag=max（cond（x==2,1,0））

这将产生：

hhid   x   tag  
   1   1     1  
   1   2     1  
   2   0     0  
   2   1     0  

从内到外，为每个成员检查

x

是否为2。如果是，则成员将获得

1

。如果没有，他会得到一个

0

。

max（）

条件可能变得更复杂，条件函数可以像俄罗斯玩偶一样嵌套

这里有一个更复杂的例子。假设您要标记有人在此数据集中拥有
x=2
（标记为
1
）或
y>=5
（标记为
2
）的家庭：

hhid   x   y  
   1   1   1  
   1   2   2  
   2   0   3  
   2   1   4  
   3   1   5  
   3   3   5  

我们首先检查
x
，然后检查
y
如果
x
条件为假：

bys hhid:egen tag=max（cond（x==2,1，cond（y>=5,2,0））

这将产生：

hhid   x   y   tag  
   1   1   1     1  
   1   2   2     1  
   2   0   3     0  
   2   1   4     0  
   3   1   5     2  
   3   3   5     2  

我很难弄明白你在问什么。一个好的策略是给出一个数据和期望输出的例子，尽可能简化到问题的本质。这比用文字描述数据容易得多

让我们从简单开始。假设您有如下数据：

hhid    x
1       1
1       2
2       0
2       1

您想标记
x
为2的家庭。一种方法是

bys hhid:egen tag=max（cond（x==2,1,0））

这将产生：

hhid   x   tag  
   1   1     1  
   1   2     1  
   2   0     0  
   2   1     0  

从内到外，为每个成员检查
x
是否为2。如果是，则成员将获得
1
。如果没有，他会得到一个
0
。
max（）

条件可能变得更复杂，条件函数可以像俄罗斯玩偶一样嵌套

这里有一个更复杂的例子。假设您要标记有人在此数据集中拥有
x=2
（标记为
1
）或
y>=5
（标记为
2
）的家庭：

hhid   x   y  
   1   1   1  
   1   2   2  
   2   0   3  
   2   1   4  
   3   1   5  
   3   3   5  

我们首先检查
x
，然后检查
y
如果
x
条件为假：

bys hhid:egen tag=max（cond（x==2,1，cond（y>=5,2,0））

这将产生：

hhid   x   y   tag  
   1   1   1     1  
   1   2   2     1  
   2   0   3     0  
   2   1   4     0  
   3   1   5     2  
   3   3   5     2  

@迪米特里·马斯托夫（Dimitry V.Masterov）提供了一个很好的具体答案，但可以更全面地解决这个问题

正如他的回答所表明的那样

形式上的问题：这个群体中有没有人具有这种特征？可以通过在组上使用
egen
的
max（）
函数，得到一个真的或假的表达式，得到0或1，即一个指示符（或者在某些领域流行的糟糕术语中，是一个伪值）
稍微想想就知道了

形式问题：这个群体的所有成员都有这个特点吗？可以通过在组上使用
egen
的
min（）
函数将其转换为产生0或1的真或假表达式来解决
整个故事在FAQ中得到了充实（因此，元课程是利用您可用的资源）

一步之遥是关于团队其他成员的问题，也在常见问题解答中讨论

有关可能有用的更全面的讨论，请参阅和

另外两项评论：

a。用这样的代码

gen l_w_p = 0
by hhid: replace l_w_p = 1 if (var1 == 3 & a2004 == 1) | (var2 == 4 & a2004 == 1)
by hhid: replace l_w_p = 2 if (var1 == 3 & a2004 == 2) & (var2 == 4 & a2004 == 2)

by:
前缀对操作没有影响。代码仍然在单个级别工作，前缀不会将操作扩展到组。这就是为什么它“不工作”，通常是一个相当无用的错误报告

b。轻度抽象在解释问题时很有用，但命名变量时的抽象只会使代码更难阅读。我不会使用变量名，比如
var1
，
var2
，这只会增加记忆内容的负担。使用能唤起记忆的名称，如
any\u unemployeed
或
any\u marted
或其他任何名称。这不仅仅是个人风格，当你要求别人思考你的代码时（就像这里），能够轻松阅读它是一个很大的帮助
 @Dimitry V.Masterov提供了一个很好的具体答案，但可以更笼统地回答这个问题

正如他的回答所表明的那样

形式上的问题：这个群体中有没有人具有这种特征？可以通过在组上使用
egen
的
max（）
函数，得到一个真的或假的表达式，得到0或1，即一个指示符（或者在某些领域流行的糟糕术语中，是一个伪值）
稍微想想就知道了

问题的形式：做一切