Stata 如何计算家庭数量？

我有一套家庭数据，记录了4200个家庭的20000多条记录。在我的数据集中，家庭ID没有任何列&所有记录都是每个家庭成员的。有一列是关于个人序列号的，每个序列号都是“1”，家庭应该改变。（即：如果我们开始对家庭进行编号，当第一个人的序列号等于1时，对应的HH_ID应该是“1”。一旦下一个记录中的个人序列号=1，则HH_ID应该是2。）所以我想添加一个名为HH_ID的列，并将其编号为1-4200。如何使用STATA编写程序？

您需要的是（假设个人标识符为变量

personid

）

就这样。解释比代码长。表达式

personid==1

在true时计算为1，在false时计算为0。对于第一个家庭，第一个人，这将是1，对于同一家庭中的其他人，这将是0。对于第二个家庭，第一个人，这将是1，依此类推。函数

sum（）

给出累计或运行的总和，因此您应该以1,1,1,2,2,2,2,3,3，。。。显然，1、2、3等的实际数量将取决于住户人数

论Stata see中的真与假

您想要的是（假设个人标识符有一个变量

personid

）

就这样。解释比代码长。表达式

personid==1

在true时计算为1，在false时计算为0。对于第一个家庭，第一个人，这将是1，对于同一家庭中的其他人，这将是0。对于第二个家庭，第一个人，这将是1，依此类推。函数

sum（）

给出累计或运行的总和，因此您应该以1,1,1,2,2,2,2,3,3，。。。显然，1、2、3等的实际数量将取决于住户人数

论Stata see中的真与假

---

我会将其指定为

gen long hhid=…

，但这可能是口味的问题。（我不相信Stata对变量类型的默认设置，让我们这样说。）这是对大型数据集的极好建议。一个

float

对于所指出的问题是可以的。我使用了“gen hhid=sum（personid=1）”&它起作用了。希望即使没有长时间或浮动也不会出错。无论如何，我会记住在处理大数据集时使用long。非常感谢您的精彩回复。我会将其指定为

gen long hhid=…

，但这可能是口味的问题。（我不相信Stata对变量类型的默认设置，让我们这样说。）这是对大型数据集的极好建议。一个

float

对于所指出的问题是可以的。我使用了“gen hhid=sum（personid=1）”&它起作用了。希望即使没有长时间或浮动也不会出错。无论如何，我会记住在处理大数据集时使用long。非常感谢你的回复。

 . gen hhid = sum(personid == 1)