在stata中重塑和合并

Question

我有三个数据集：

首先，称为education.dta。它包含多年的个人（学生），他们从 1990 年到 2000 年获得的教育。最初它是宽幅的，但我可以很容易地把它改成长的。它在下面显示为宽：

id educ_90 educ_91 ... educ_00 同类群组 1 0 1 1 87 2 1 1 2 75 3 0 0 2 90

第二个，叫做graduate.dta。它包含个人（学生）何时完成高中的信息。但是，该数据集不包含几年的个人高中毕业后的“快照”以及个人学生的特征，例如背景（针对前父母的职业）。

id schoolid 县队列... 1 11 123 87 2 11 123 75 3 22 243 90

第三个数据集称为teacher.dta。它包含有关高中所有教师的信息，例如他们的教育程度、他们是全职还是兼职、性别……这个数据集很长。

id schoolid 县年教育 22 11 123 2011 1 21 11 123 2001 1 23 22 243 2015 3

现在我想合并这三个数据集。

首先，我想在 id 上合并education.dta 和graduate.dta。 教育.dta 很宽时的问题：我设法合并教育和毕业.dta。然后我做了一个循环，以便所有年份的毕业.dta 中的变量都相同，对于 eksample：

forv j=1990/2000 { 根县j´=. replace countyj´=县 }

但是，之后在重新整形为长状态时重新发布该变量 id 并不能唯一地标识观察结果。

此外，我尝试先将education.dta 重塑为long，然后使用graduation.dta 将1:m 或m:1 与education 作为master 合并。

但是 stata 再次重新发布该 id 不是唯一的。我该如何处理？

在下一步中，我想将上述内容与 schoolid 上的 teacher.dta 合并。

我想要长格式的最终​​数据集。

感谢您的帮助:)

Answer 1

我不确定我是否拥有您的数据格式，如果您给我们一个玩具数据集以使用dataex 来查看会很有帮助（甚至可以帮助您自己找出问题！）

但是首先，因为您看到 id 不是唯一的，所以您需要弄清楚为什么任何数据集中都可能有多个 id。有人可以在graduate.dta 或education.dta 中出现多次吗？ help duplicates 可能有助于以这种方式探索数据。

因为您希望您的数据集采用长格式，我建议先将education.dta 重新整形为长格式，然后执行merge m:1 id using "graduate.dta" 之类的操作（一旦您弄清楚为什么某些观察结果会出现不止一次），最后是@ 987654324@，您将获得最终数据集。