创建三向百分比 table
Create 3-way percentages table
我想要一个 3 向 table 使用三个分类变量显示列或行百分比。下面的命令给出了计数，但我找不到如何获取百分比。
sysuse nlsw88
table married race collgrad, col
--------------------------------------------------------------------
| college graduate and race
| ---- not college grad ---- ------ college grad ------
married | white black other Total white black other Total
----------+---------------------------------------------------------
single | 355 256 5 616 132 53 3 188
married | 862 224 12 1,098 288 50 6 344
--------------------------------------------------------------------
我怎样才能得到百分比？
这个答案将展示各种技巧。缺点是我不知道一种简单的方法来准确地得到你的要求。好处是所有这些技巧都很容易理解并且通常很有用。
让我们使用您的示例，非常适合此目的。
. sysuse nlsw88, clear
(NLSW, 1988 extract)
提示 #1 您可以自己计算一个百分比变量。我专注于 % single。在这个数据集中 married 是二进制的，所以我不会显示互补百分比。
一旦你计算了它，你就可以 (a) 依靠它在你用来定义它的组内是恒定的这一事实 (b) 直接将它制成表格。我发现 tabdisp 被用户低估了。它被标榜为程序员的命令，但一点也不难用。 tabdisp 允许您即时设置显示格式；它没有害处，并且可能对其他命令有用，直接使用 format 分配一个。
. egen pcsingle = mean(100 * (1 - married)), by(collgrad race)
. tabdisp collgrad race, c(pcsingle) format(%2.1f)
--------------------------------------
| race
college graduate | white black other
-----------------+--------------------
not college grad | 29.2 53.3 29.4
college grad | 31.4 51.5 33.3
--------------------------------------
. format pcsingle %2.1f
提示 #2 user-written 命令 groups 提供不同的灵活性。 groups 可以从 SSC 安装（严格来说，必须安装后才能使用）。它是各种表格的包装器，但使用 list 作为显示引擎。
. * do this installation just once
. ssc inst groups
. groups collgrad race pcsingle
+-------------------------------------------------------+
| collgrad race pcsingle Freq. Percent |
|-------------------------------------------------------|
| not college grad white 29.2 1217 54.19 |
| not college grad black 53.3 480 21.37 |
| not college grad other 29.4 17 0.76 |
| college grad white 31.4 420 18.70 |
| college grad black 51.5 103 4.59 |
|-------------------------------------------------------|
| college grad other 33.3 9 0.40 |
+-------------------------------------------------------+
我们可以对此进行改进。我们可以使用特性设置更好的header文本。 （在实践中，这些可以比变量名更受限制，但通常需要比变量标签更短。）我们可以通过调用标准 list 选项来使用分隔符。
. char pcsingle[varname] "% single"
. char collgrad[varname] "college?"
. groups collgrad race pcsingle , subvarname sepby(collgrad)
+-------------------------------------------------------+
| college? race % single Freq. Percent |
|-------------------------------------------------------|
| not college grad white 29.2 1217 54.19 |
| not college grad black 53.3 480 21.37 |
| not college grad other 29.4 17 0.76 |
|-------------------------------------------------------|
| college grad white 31.4 420 18.70 |
| college grad black 51.5 103 4.59 |
| college grad other 33.3 9 0.40 |
+-------------------------------------------------------+
提示 #3 通过使字符串等价将显示格式连接到变量中。我没有充分说明这一点，但是当我想组合显示时我经常使用它具有 tabdisp 中小数位的数值结果的计数。 format(%2.1f) 和 format(%3.2f) 可能对大多数变量都适用（顺便说一下，重要的细节是小数位数）但它们会导致计数 42 显示为 42.0 或 42.00，看起来很傻。 tabdisp 的 format() 选项没有进入字符串并更改内容；它甚至不知道字符串变量包含什么或它来自哪里。因此，字符串只是在出现时由 tabdisp 显示，这就是您想要的。
. gen s_pcsingle = string(pcsingle, "%2.1f")
. char s_pcsingle[varname] "% single"
groups 有一个选项可以将表格中的内容保存为新数据集。
提示 #4 要获得总类别，请暂时将数据加倍。 原始数据的克隆被重新标记为总类别。您可能需要做一些额外的计算，但没有什么是高深莫测的：聪明的高中生都能算出来。这里有一个 line-by-line 研究的具体例子胜过冗长的解释。
. preserve
. local Np1 = _N + 1
. expand 2
(2,246 observations created)
. replace race = 4 in `Np1'/L
(2,246 real changes made)
. label def racelbl 4 "Total", modify
. drop pcsingle
. egen pcsingle = mean(100 * (1 - married)), by(collgrad race)
. char pcsingle[varname] "% single"
. format pcsingle %2.1f
. gen istotal = race == 4
. bysort collgrad istotal: gen total = _N
. * for percents of the global total, we need to correct for doubling up
. scalar alltotal = _N/2
. * the table shows percents for college & race | collgrad and for collgrad | total
. bysort collgrad race : gen pc = 100 * cond(istotal, total/alltotal, _N/total)
. format pc %2.1f
. char pc[varname] "Percent"
. groups collgrad race pcsingle pc , show(f) subvarname sepby(collgrad istotal)
+-------------------------------------------------------+
| college? race % single Percent Freq. |
|-------------------------------------------------------|
| not college grad white 29.2 71.0 1217 |
| not college grad black 53.3 28.0 480 |
| not college grad other 29.4 1.0 17 |
|-------------------------------------------------------|
| not college grad Total 35.9 76.3 1714 |
|-------------------------------------------------------|
| college grad white 31.4 78.9 420 |
| college grad black 51.5 19.4 103 |
| college grad other 33.3 1.7 9 |
|-------------------------------------------------------|
| college grad Total 35.3 23.7 532 |
+-------------------------------------------------------+
请注意使用未明确显示的变量来添加分隔线的额外技巧。
我想要一个 3 向 table 使用三个分类变量显示列或行百分比。下面的命令给出了计数，但我找不到如何获取百分比。
sysuse nlsw88
table married race collgrad, col
--------------------------------------------------------------------
| college graduate and race
| ---- not college grad ---- ------ college grad ------
married | white black other Total white black other Total
----------+---------------------------------------------------------
single | 355 256 5 616 132 53 3 188
married | 862 224 12 1,098 288 50 6 344
--------------------------------------------------------------------
我怎样才能得到百分比？
这个答案将展示各种技巧。缺点是我不知道一种简单的方法来准确地得到你的要求。好处是所有这些技巧都很容易理解并且通常很有用。
让我们使用您的示例，非常适合此目的。
. sysuse nlsw88, clear
(NLSW, 1988 extract)
提示 #1 您可以自己计算一个百分比变量。我专注于 % single。在这个数据集中 married 是二进制的，所以我不会显示互补百分比。
一旦你计算了它，你就可以 (a) 依靠它在你用来定义它的组内是恒定的这一事实 (b) 直接将它制成表格。我发现 tabdisp 被用户低估了。它被标榜为程序员的命令，但一点也不难用。 tabdisp 允许您即时设置显示格式；它没有害处，并且可能对其他命令有用，直接使用 format 分配一个。
. egen pcsingle = mean(100 * (1 - married)), by(collgrad race)
. tabdisp collgrad race, c(pcsingle) format(%2.1f)
--------------------------------------
| race
college graduate | white black other
-----------------+--------------------
not college grad | 29.2 53.3 29.4
college grad | 31.4 51.5 33.3
--------------------------------------
. format pcsingle %2.1f
提示 #2 user-written 命令 groups 提供不同的灵活性。 groups 可以从 SSC 安装（严格来说，必须安装后才能使用）。它是各种表格的包装器，但使用 list 作为显示引擎。
. * do this installation just once
. ssc inst groups
. groups collgrad race pcsingle
+-------------------------------------------------------+
| collgrad race pcsingle Freq. Percent |
|-------------------------------------------------------|
| not college grad white 29.2 1217 54.19 |
| not college grad black 53.3 480 21.37 |
| not college grad other 29.4 17 0.76 |
| college grad white 31.4 420 18.70 |
| college grad black 51.5 103 4.59 |
|-------------------------------------------------------|
| college grad other 33.3 9 0.40 |
+-------------------------------------------------------+
我们可以对此进行改进。我们可以使用特性设置更好的header文本。 （在实践中，这些可以比变量名更受限制，但通常需要比变量标签更短。）我们可以通过调用标准 list 选项来使用分隔符。
. char pcsingle[varname] "% single"
. char collgrad[varname] "college?"
. groups collgrad race pcsingle , subvarname sepby(collgrad)
+-------------------------------------------------------+
| college? race % single Freq. Percent |
|-------------------------------------------------------|
| not college grad white 29.2 1217 54.19 |
| not college grad black 53.3 480 21.37 |
| not college grad other 29.4 17 0.76 |
|-------------------------------------------------------|
| college grad white 31.4 420 18.70 |
| college grad black 51.5 103 4.59 |
| college grad other 33.3 9 0.40 |
+-------------------------------------------------------+
提示 #3 通过使字符串等价将显示格式连接到变量中。我没有充分说明这一点，但是当我想组合显示时我经常使用它具有 tabdisp 中小数位的数值结果的计数。 format(%2.1f) 和 format(%3.2f) 可能对大多数变量都适用（顺便说一下，重要的细节是小数位数）但它们会导致计数 42 显示为 42.0 或 42.00，看起来很傻。 tabdisp 的 format() 选项没有进入字符串并更改内容；它甚至不知道字符串变量包含什么或它来自哪里。因此，字符串只是在出现时由 tabdisp 显示，这就是您想要的。
. gen s_pcsingle = string(pcsingle, "%2.1f")
. char s_pcsingle[varname] "% single"
groups 有一个选项可以将表格中的内容保存为新数据集。
提示 #4 要获得总类别，请暂时将数据加倍。 原始数据的克隆被重新标记为总类别。您可能需要做一些额外的计算，但没有什么是高深莫测的：聪明的高中生都能算出来。这里有一个 line-by-line 研究的具体例子胜过冗长的解释。
. preserve
. local Np1 = _N + 1
. expand 2
(2,246 observations created)
. replace race = 4 in `Np1'/L
(2,246 real changes made)
. label def racelbl 4 "Total", modify
. drop pcsingle
. egen pcsingle = mean(100 * (1 - married)), by(collgrad race)
. char pcsingle[varname] "% single"
. format pcsingle %2.1f
. gen istotal = race == 4
. bysort collgrad istotal: gen total = _N
. * for percents of the global total, we need to correct for doubling up
. scalar alltotal = _N/2
. * the table shows percents for college & race | collgrad and for collgrad | total
. bysort collgrad race : gen pc = 100 * cond(istotal, total/alltotal, _N/total)
. format pc %2.1f
. char pc[varname] "Percent"
. groups collgrad race pcsingle pc , show(f) subvarname sepby(collgrad istotal)
+-------------------------------------------------------+
| college? race % single Percent Freq. |
|-------------------------------------------------------|
| not college grad white 29.2 71.0 1217 |
| not college grad black 53.3 28.0 480 |
| not college grad other 29.4 1.0 17 |
|-------------------------------------------------------|
| not college grad Total 35.9 76.3 1714 |
|-------------------------------------------------------|
| college grad white 31.4 78.9 420 |
| college grad black 51.5 19.4 103 |
| college grad other 33.3 1.7 9 |
|-------------------------------------------------------|
| college grad Total 35.3 23.7 532 |
+-------------------------------------------------------+
请注意使用未明确显示的变量来添加分隔线的额外技巧。