Question

我希望encode一个字符串变量，使得分配的数字代码遵循字符串值的原始顺序（如使用browse时所示）。为什么？在使用reshape wide时，我需要编码的变量标签来获取正确的变量名称。

假设var是一个没有标签的字符串变量：

var      label(var)  
"zoo"    none  
"abc"    none

如果您从：

开头

编码var，gen（var2）

标签是1 =“abc”2 =“zoo”，可以看到

标签li

但我希望标签按照它们的顺序进行排序，如browse所示，以便稍后变更的变量顺序。

我没有找到encode选项，其中按照我在使用browse时看到的顺序添加标签。

我最好的想法是手工完成：

ssc install labutil
labvalch var，f（1 2）t（2 1）

这很好，但我有> 50个列表条目。

其他方法：使用reshape时使用其他订单，但我认为不起作用。

重塑宽x，i（id）j（var）

我只找到了

ssc install labutil
labmask区域代码，值（区域）

作为encode的替代选项，但我无法使用labmask处理字符串。

Answer 1

首先，在Stata中，字符串变量不能包含值标签。只有数字变量才能有值标签。实质上，您想要的值标签已经在您的字符串变量中作为字符串值。因此，问题的核心是您需要使用正确顺序的值创建数值变量。

让我们以最简单的形式解决问题：字符串值只出现一次和一次。所以

gen long order = _n 
labmask order, values(var)

然后解决问题，因为数值1,2，...与字符串值zoo，abc，无论如何，它们成为值标签。顺便提一下，我的一个labmask的更好的参考是 http://www.stata-journal.com/sjpdf.html?articlenum=gr0034

现在让它变得更复杂。字符串值可能会出现一次或多次，但我们希望数值变量在数据中首先出现。

gen long order1 = _n
egen order2 = min(order1), by(var) 
egen order = group(order2) 
labmask order, values(var)

这是如何工作的。

gen long order1 = _n

将观察数字1,2放在一个新变量中。

egen order2 = min(order1), by(var)

找到var的每个不同值的第一个匹配项。

egen order = group(order2)

将这些数字映射到1,2，无论如何。

labmask order, values(var)

将order的数字值与var的字符串值相关联，后者将成为其值标签。

这是一个在实践中如何运作的例子。

. l, sep(0)

    +---------------------------------+
    |   var   order1   order2   order |
    |---------------------------------|
 1. |   zoo        1        1     zoo |
 2. |   abc        2        2     abc |
 3. |   zoo        3        1     zoo |
 4. |   abc        4        2     abc |
 5. |   new        5        5     new |
 6. | newer        6        6   newer |
    +---------------------------------+

. l, nola sep(0)

    +---------------------------------+
    |   var   order1   order2   order |
    |---------------------------------|
 1. |   zoo        1        1       1 |
 2. |   abc        2        2       2 |
 3. |   zoo        3        1       1 |
 4. |   abc        4        2       2 |
 5. |   new        5        5       3 |
 6. | newer        6        6       4 |
    +---------------------------------+

一旦得到了正确答案，你就会drop order1 order2。

另请参阅sencode以获取其他解决方案。（search sencode查找引用和下载位置。）

Answer 2

Roger Newson编写的用户编写的命令sencode（超级编码），可用的ssc describe sencode可用于您想要的内容。不是根据字符串变量的字母数字顺序分配数字代码，而是可以使用值在原始数据集中出现的顺序进行分配。

clear all
set more off

*------- example data ---------

input str10 var
abc
zoo
zoo
zoo
elephant
elephant
abc
abc
elephant
zoo
end

*------- encode ---------------

encode var, generate(var2)
sencode var, generate(var3)

list, separator(0)
list, separator(0) nolabel

变量var3是所需的形式。与var2对比。

Answer 3

我不确定是否有一个优雅的解决方案，因为我认为levelsof按字母顺序排列字符串。

只要您的列表是唯一的，这应该有效。

clear
input str3 myVar 
"zoo"
"abc"
"def"
end

* for reshape
generate iVar = 1
generate jVar = _n

* reshape to wide
reshape wide myVar, i(iVar) j(jVar)
list

* create label
local i = 0
foreach v of varlist myVar* {
    local ++i
    local myVarName = `v'
    label define myLabel `i' "`myVarName'", add
}

* reshape to wide
reshape long myVar, i(iVar) j(myVarEncoded)

* assign label
label value myVarEncoded myLabel

以非字母数字顺序对字符串变量进行编码

3 个答案: