收缩数据集以仅保存变量的唯一值答案

【问题标题】：Contracting dataset to only hold unique values for a variable收缩数据集以仅保存变量的唯一值
【发布时间】：2019-09-30 04:46:44
【问题描述】：

假设我有以下数据集作为玩具示例：

clear

input str32 Country Population_1 Population_2 
"United States of America" 3999 .
"United States of America" .  3447
"Afghanistan" 544 .
"Afghanistan" . 727
"Belgium" 7546 .
"Belgium" . 992
"China" 10000 .
"China" .  12000
end

我想缩小数据集，以便国家/地区只有一个唯一值。

我的最终数据集应如下所示：

Country                    Population_1   Population_2
United States of America       3999           3447
Afghanistan                     544            727
Belgium                        7546            992
China                         10000          12000

我尝试使用collapse 命令，但没有得到预期的结果。命令duplicates drop 也不起作用，因为我没有从Population_2 获得观察结果。

【问题讨论】：

标签： stata

【解决方案1】：

这对我有用：

collapse Pop*, by(Country) 

list, abbreviate(12)

     +--------------------------------------------------------+
     |                  Country   Population_1   Population_2 |
     |--------------------------------------------------------|
  1. |              Afghanistan            544            727 |
  2. |                  Belgium           7546            992 |
  3. |                    China          10000          12000 |
  4. | United States of America           3999           3447 |
     +--------------------------------------------------------+

【讨论】：

【解决方案2】：

以下对我有用：

generate Population_ = .

by Country, sort: replace Population_ = Population_2 if Population_1 == .
by Country, sort: replace Population_ = Population_1 if Population_2 == .

by Country: generate time = _n

drop Population_1 Population_2

reshape wide Population_, i(Country) j(time)

【讨论】：

【解决方案3】：

community-contributed 命令gcollapse 也可以在数据集中保留想要的变量：

gcollapse (sum) Pop*, merge replace by(Country)
duplicates drop Country, force

【讨论】：

这是另一个问题的答案。
这是我最初的问题 - 我的原始数据集有许多我想保留的其他变量，只想collapse 人口变量。我应该创建一个新问题吗？
您可能已经想到了，但我们不知道，而且您还没有编辑原始问题。更重要的是，一些变量的collapse 没有其他变量是没有意义的。如果一个变量在（比如说）国家内是数值恒定的，那么它的恒定值将是来自collapse 的平均值；如果字符串变量的不同值有用或感兴趣，则它们属于by()。作为duplicates 的原作者，我警告并未经批准在此处毫无理由地使用force 选项；因为在余生中，力量充其量是绝望的最后手段。
@NickCox 提出了一个很好的观点。请注意，您也可以使用多行代码并且仅使用内置命令来执行相同操作。
而不是force 选项，是否明智地使用：drop if missing(City)