如何组织和排列变量的观察值？

Question

我拥有这个数据集，其中包含几年的世界双边贸易数据。 我想确定在数据集考虑的时间跨度内哪些商品是出口最多的商品。

数据集由以下变量组成：

• “年”
• “hs2”，包含一个两位数的数字，用于说明出口的商品
• “exp_val”，给出某年出口的价值，用于该商品
• "exp_qty"，表示某年货物的出口数量

基本上，我想得到某种商品出口数量的总和，所以输出像

hs2  exp_qty
01   34892
02   54548
...   ...

等等。现在，“hs2”列给了我大量的观察结果，正如你所理解的，它们会重复多次（因为变量会随着时间和目的地国家的不同而变化）。因此，任务是让每个 hs2 编号只有一次，对应的值为“total”exports。

另外（但这只是一个加号，我可以自己检查数字）如果能得到按 exp_qty 排序的结果，这样就可以按数量对出口最多的商品进行排名。

Answer 1

以下内容可能是您需要的开始。

collapse (sum) exp_qty, by(hs2)
gsort -exp_qty

collapse 将内存中的数据汇总为每个 hs2 值的一个观察值，并将 exp_qty 的值相加。 gsort 然后按exp_qty 的降序对折叠的数据进行排序，因此第一个观察值将是最大的。请参阅help collapse 和help gsort 了解更多详情。