循环遍历变量的级别，然后使用 egen 命令

Question

我想创建一个新变量来计算指定药物代码在 27 列中的所有出现次数。但是，我想对所有可用的药物代码执行此操作。我正在使用循环和egen 函数anycount()。

但是，当我尝试运行它时，我得到了错误：

名称无效
r(198);

您可以在下面找到我的数据示例：

clear
input DrugList Drug1 Drug2 Drug3 Drug4 Drug5
1234 7934 1234 . . .
5678 1234 5678 . . .
9876 9876 3456 . . .
3456 9876 . . . .
7934 9876 5678 7934 1234 .
17453 5678 . . . .
end

我使用的代码如下：

levelsof DrugList

foreach drug in `r(levels)'{
    egen d_`drug' = anycount(Drug1-Drug27), values(`drug')
}

我期望的输出是这样的：

  +------------------------------------------------------+
  | d_1234   d_3456   d_5678   d_7934   d_9876   d_17453 |
  |------------------------------------------------------|
  |      1        0        0        1        0         0 |
  |      1        0        1        0        0         0 |
  |      0        1        0        0        1         0 |
  |      0        0        0        0        1         0 |
  |      1        0        1        1        1         0 |
  |      0        0        1        0        0         0 |
  +------------------------------------------------------+

如果我在没有循环的情况下运行特定代码的代码，那么一切正常：

egen d_1234 = anycount(Drug1-Drug27), values(1234)

我做错了什么？

Answer 1

问题在于，在您的原始数据中，DrugList 中的药物代码包含小数、负值甚至两者兼有。 Stata 认为这些变量名不合法。

考虑以下基于您问题中数据的略微修改版本的玩具示例：

clear
input DrugList Drug1 Drug2 Drug3 Drug4 Drug5
1234 7934 1234 . . .
5678 1234 5678 . . .
9876 9876 3456 . . .
3456.46 9876 . . . .
7934 9876 5678 7934 1234 .
17453 5678 . . . .
end

levelsof DrugList, clean

foreach drug in `r(levels)' {
    egen d_`drug' = anycount(Drug1-Drug5), values(`drug')
}
d_3456.4599609375 invalid name
r(198);

不需要删除违规观察的解决方案是使用floor() 函数：

clear
input DrugList Drug1 Drug2 Drug3 Drug4 Drug5
1234 7934 1234 . . .
5678 1234 5678 . . .
9876 9876 3456 . . .
3456.46 9876 . . . .
7934 9876 5678 7934 1234 .
17453 5678 . . . .
end

levelsof DrugList, clean

foreach drug in `r(levels)' {
    local drug = floor(`drug')
    egen d_`drug' = anycount(Drug1-Drug5), values(`drug')
}

如果您在 DrugList 中有负值，您可以改用 abs() 函数：

clear
input DrugList Drug1 Drug2 Drug3 Drug4 Drug5
1234 7934 1234 . . .
5678 1234 5678 . . .
9876 9876 3456 . . .
-3456 9876 . . . .
7934 9876 5678 7934 1234 .
17453 5678 . . . .
end

levelsof DrugList, clean

foreach drug in `r(levels)' {
    local drug = abs(`drug')
    egen d_`drug' = anycount(Drug1-Drug5), values(`drug')
}

当然，你也可以结合前面提到的功能：

clear
input DrugList Drug1 Drug2 Drug3 Drug4 Drug5
1234 7934 1234 . . .
5678 1234 5678 . . .
9876 9876 3456 . . .
-3456.46 9876 . . . .
7934 9876 5678 7934 1234 .
17453 5678 . . . .
end

levelsof DrugList, clean

foreach drug in `r(levels)' {
    local drug = abs(floor(`drug'))
    egen d_`drug' = anycount(Drug1-Drug5), values(`drug')
}

所有情况下的结果都是预期的：

list, separator(0)

     +------------------------------------------------------+
     | d_3456   d_1234   d_5678   d_7934   d_9876   d_17453 |
     |------------------------------------------------------|
  1. |      0        1        0        1        0         0 |
  2. |      0        1        1        0        0         0 |
  3. |      1        0        0        0        1         0 |
  4. |      0        0        0        0        1         0 |
  5. |      0        1        1        1        1         0 |
  6. |      0        0        1        0        0         0 |
     +------------------------------------------------------+