Stata：如果所有观察结果都是唯一的，则跳过代码

我有一个数据集，告诉我每个全科医生（GP）向每家医院转诊的次数

如果数据中至少有一个GP将患者推荐到两个（或更多）不同的医院，那么我想运行一些额外的代码，否则我不会

我正在使用以下代码：

set more off
gsort GP -referrals
by code: gen nvals = _n ==1
generate obs = _N

if nvals != obs {
display "different number of unique observations as total observations-therefore I will run additional code here"
continue
}
display "same number of unique observations as total observations-therefore for this loop I don't wish to run additional code"

目前，这似乎不起作用

有人能帮我开发这个代码吗？也就是说，如果观察的总数等于唯一观察的总数，我知道我可以跳过代码的下一部分-这将转到我当前拥有的地方：

display "different number of unique observations as total observations-therefore I will run additional code here"

---

我找到了更多的解决办法

set more off
gsort GP -referrals
by code: gen nvals = _n ==1
generate firststep = sum(nvals)
egen unique = max(firststep)
generate obs = _N

if unique != obs {
display "different number of unique observations as total observations-therefore I will run additional code here"
continue
}
display "same number of unique observations as total observations-therefore for this loop I don't wish to run additional code"

---

似乎正在发挥作用

一个简单的解决方案是

isid

，结合

捕获

。例如，

auto

数据集由

make

变量唯一标识，但我们可以生成一个非唯一的

manufacturer

变量来说明这一想法：

sysuse auto , clear
gen manufacturer = word(make, 1)

capture isid manufacturer
if _rc != 0 di "observations by manufacturer are not unique"
else if _rc == 0 di "observations by manufacturer are unique"

capture isid make
if _rc != 0 di "observations by make are not unique"
else if _rc == 0 di "observations by make are unique"

---

这里有两个相关的问题。我将把它们分开：

1。命令if（与if限定符不同）

这种构造

if nvals != obs { 
...
} 

可能是Stata错误的主要来源，通常会咬到那些习惯于在其他软件中以特定方式进行解释的人

如果要比较的两个项目是标量或宏，那么通常情况下一切正常。（如果这两个项目无法比较，那么斯塔塔会抱怨，但这不是问题所在，只是暂时令人困惑。）

如果这两项都是变量，那么问题就可能出现，你的问题和答案也是如此Stata不会将此构造视为一个默认循环，因此每次观察都会重复做出决定。相反，Stata总是将其解释为（在本例中）

所以，一般来说，Stata在第一次观察中，只在第一次观察中，观察变量的值。如果变量在整个观测过程中实际上是恒定的，那么一切都会好起来；否则，代码将合法运行，但很可能给出的答案至少令人费解，而且往往是错误的

这个陷阱是一个常见问题

2。不同的值

另一个问题是，问题中的代码在任何极端情况下都不会生成不同（您称为“唯一”）值的数量。您不提供可复制的示例，但在任何数据集中，都可以使用变量

code

段

by code: gen nvals = _n ==1
generate obs = _N

将产生一个值为1或0的变量

nvals

，以及另一个包含观察次数的变量

obs

。当且仅当整个数据集中只有一个观测值，且计算未涉及任何其他情况下的不同值时，这两者将相等。虽然您可能意识到了这一点，但对线程感兴趣的人应该对逻辑感兴趣

代码

by code: gen nvals = _n ==1
generate firststep = sum(nvals)
egen unique = max(firststep)

计算

code

的不同值的数量。因为这是一个标量，所以更简单的方法可能是

by code: gen nvals = _n ==1
count if nvals == 1 
scalar unique = r(N) 

无需创建两个额外变量

firststep

和

unique

。变量

obs

也是冗余的，因为

if

语句可能只是

if unique != _N 

关于这一问题的审查，包括对“独特”一词的评论，见。如果您对代码感兴趣，

在Stata中搜索distinct

，以查找最新版本

1。二,。一起

---

现在应该很清楚，您自己的答案中的

if

命令将按需要工作，因为所讨论的变量是常量

一个相关的想法是寻找两个变量的重复项。

if unique != _N