将一个变量的分组总和添加到原始数据中

Question

我的数据如下：

Sample_ID Member_ID gender         relative_ID      relative_desc
1         11         male           1               Head
1         12         female         2               Partener
1         13         female         3               Child
1         14         female         3               Child
2         21         female         1               Head
2         22         male           3               Child
3         31         male           1               Head
3         32         female         2               Partener
4         41         male           1               Head
4         42         female         2               Partener
4         43         male           3               Child
4         44         male           3               Child
5         51         female         1               Head
5         52         female         3               Child
5         53         male           3               Child
5         54         male           3               Child

和许多其他专栏.. 我想知道的是每个家庭有多少个孩子 我做了很多搜索并尝试通过以下方式取消 relative_desc 变量：

COMPUTE Child = (relative_desc = "Child").

然后尝试用中断的样本 ID 对聚合求和

DATASET DECLARE AggHouse.
AGGREGATE OUTFILE='AggHouse'
  /BREAK SAMPLE_ID
  /Child = SUM(Child).

这会将每个家庭中的样本 id 和孩子数移动到新数据集中，我所做的是将新的 sum 列合并到原始数据集中，但我得到了很多缺失的数据，还有其他建议吗？ 非常感谢。

Answer 1

您可以直接聚合到原始数据集中，省去自己的工作和麻烦：

AGGREGATE OUTFILE=* mode=addvariables overwritevars=yes
  /BREAK SAMPLE_ID
  /Child = SUM(Child).

注意 - overwritevars 子命令允许您用总和重写 Child 变量。或者，您可以将总和放入一个新变量中，例如 SumChild。

如果您确实希望聚合到新数据集，然后将其重新附加回原始数据集，请在您的帖子中添加您用于该操作的语法，以便我们查看问题所在。