如何删除 Stata 中的重复观察
How to remove duplicate observations in Stata
假设我有以下数据：
id disease
1 0
1 1
1 0
2 0
2 1
3 0
4 0
4 0
我想删除 Stata 中的重复观察结果。
例如
id disease
1 1
2 1
3 0
4 0
id=1组，继续观察2
id=2组，继续观察2
组id=3，保留观察1（因为它只有1个obs）
对于组id=4，保持观察1（或其中任何一个观察）
我正在尝试 Stata duplicates 命令，
duplicates tag id if disease==0, generate(info)
drop if info==1
但它没有按我的要求工作。
duplicates 没有满足您的要求也就不足为奇了，因为它不符合您的问题。例如，带有 id == 2, disease == 0 的观察不是任何其他观察的重复。更一般地说，duplicates 并不声称是用于删除您不想要的观察结果的通用命令。
您的标准似乎是
每个 id 保留一个观察值。
如果id有任何值是1的观测值，那将被保留。
一个解决方案是
bysort id (disease) : keep if _n == _N
保留每个不同 id 的最后观察结果：在 id 内对 disease 进行排序后，对疾病的观察结果必然在每个组的末尾。
假设我有以下数据：
id disease
1 0
1 1
1 0
2 0
2 1
3 0
4 0
4 0
我想删除 Stata 中的重复观察结果。 例如
id disease
1 1
2 1
3 0
4 0
id=1组，继续观察2
id=2组，继续观察2
组id=3，保留观察1（因为它只有1个obs）
对于组id=4，保持观察1（或其中任何一个观察）
我正在尝试 Stata duplicates 命令，
duplicates tag id if disease==0, generate(info)
drop if info==1
但它没有按我的要求工作。
duplicates 没有满足您的要求也就不足为奇了，因为它不符合您的问题。例如，带有 id == 2, disease == 0 的观察不是任何其他观察的重复。更一般地说，duplicates 并不声称是用于删除您不想要的观察结果的通用命令。
您的标准似乎是
每个
id保留一个观察值。如果
id有任何值是1的观测值，那将被保留。
一个解决方案是
bysort id (disease) : keep if _n == _N
保留每个不同 id 的最后观察结果：在 id 内对 disease 进行排序后，对疾病的观察结果必然在每个组的末尾。