Stata：计数时忽略缺失的值

我想创建一个变量（计数器），它每年统计另一个变量（firmage0）的非缺失值。我的代码如下所示：

sort year  
quietly by year: gen counter = _n if firmage0 != . 

year    firmage0    counter
1975        
1975        
1975        
1975        
1975    21  1
1975        
1975    60  2
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975    115 3
1975        
1975        
1975    

不幸的是，即使缺少值，Stata也会以1开始计数。但我想在有非缺失值时开始计数。此外，第二个非缺失值应具有值“2”，第三个为“3”，依此类推。有一个重要的限制。不要使用保存和还原！创建变量计数器后，我的数据集如下所示（这只是其中的一小部分）。自由空间意味着失去价值

year    firmage0    counter
1975        
1975        
1975        
1975        
1975    21  5
1975        
1975    60  7
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975    115 20
1975        
1975        
1975

但数据集应如下所示：

sort year  
quietly by year: gen counter = _n if firmage0 != . 

year    firmage0    counter
1975        
1975        
1975        
1975        
1975    21  1
1975        
1975    60  2
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975    115 3
1975        
1975        
1975    

---

我相信，如果您按

年份

和

公司0

进行排序：

. sort year firmage0

你的问题会解决的。我更改了其中一个

firmage0

值的年份，只是为了确认它将重新开始计数

. by year : gen counter = _n if firmage0 !=.

year    firmage0    counter               
1975    21  1     
1975    60  2   
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1975        
1976    115 1

---

系统变量

\n

是固定的，因为它表示与

if

条件无关的当前观察次数。您对代码的要求是一个

计数器

，如果观察值没有丢失，它将接受观察值的值。这不同于直到某一点的未缺失观测值的计数，这是您真正想要的

注意 您丢失的数据类型。正如您所展示的，

firmage0

看起来像一个字符串变量，因为 空白是字符串的缺失。数字值的缺失是 表示为

（或

）。请参阅

帮助信息

一种解决方案是在

缺失

的条件下进行累积

求和

。我假设变量类型为数字：

clear all
set more off

input year firmage0
1975      .  
1975      . 
1975      .      
1975      .  
1975    21
1980    60 
1980    .
1980    89       
1985      . 
1985      .  
1985    23    
1985    45    
1985    47
1985     .   
end 

list, sepby(year)

bysort year: gen counter = sum(!missing(firmage0))
replace counter = . if missing(firmage0) // optional

list, sepby(year)

！缺失（firmage0）

的计算结果分别为false（0）或true（1），具体取决于

firmage0

的观察值是否缺失。然后，

sum

计算其累计和

如果变量实际上是字符串类型，则将相应的行替换为：

replace counter = "" if missing(firmage0) // optional

一行代码（用于数字类型）为：

---

但是我更喜欢第一种方法，因为它更容易阅读。

考虑使用

！缺少（firmage0）

而不是

firmage0！=

将其推广到字符串和数字类型。这是有风险的，因为如果没有额外的代码，您以前的

排序

顺序将无法可靠恢复。非常感谢！回答得很好。