Stata：删除非唯一重复项答案

【问题标题】：Stata: Removing Non-unique duplicatesStata：删除非唯一重复项
【发布时间】：2020-04-16 19:35:46
【问题描述】：

考虑到我的数据中的 subyear_total 变量，我想保留每个公司年度观察的副本。

如副本所示，我的某些数据在任何给定年份都有多个条目。

副本的创建者：

bysort cik year: gen copies = _N

如何删除重复项但保留唯一观察的一份副本？

* Example generated by -dataex-. To install: ssc install dataex
clear
input int year long cik float(subyear_total copies)
1999 1750   425000  1
2005 1750  4232000  1
2006 1750 1.60e+07  1
2007 1750   182444  3
2007 1750   182444  3
2007 1750   182444  3
2008 1750   710909  3
2008 1750   710909  3
2008 1750   710909  3
2009 1750  5155390  5
2009 1750  5155390  5
2009 1750  5155390  5
2009 1750  5155390  5
2009 1750  5155390  5
end

例如：

2007 年有 3 个条目，我想保留其中一个并删除其余条目。 2008 年和 2009 年也是如此（有 5 个条目）。

如果drop if copies > 1 我会丢失那些年的所有实例吗？我怎样才能至少保留一个？

【问题讨论】：

标签： stata

【解决方案1】：

duplicates 可以在这里使用，但在你的情况下

bysort year cik : keep if _n == 1

直接带你到那里。变量copies 没有明显的用处。

【讨论】：

【解决方案2】：

您想在代码中使用_n 而不是_N 来分配分组ID，例如：

bysort cik year: gen copies = _n

然后用copies大一删除观察：

drop if copies > 1

【讨论】：

这可行，但您根本不需要任何新变量。看我的回答。