如何在 Stata 中对组内的观察结果进行排名？答案

【问题标题】：How can I rank observations within groups in Stata?如何在 Stata 中对组内的观察结果进行排名？
【发布时间】：2011-05-18 10:42:55
【问题描述】：

我在 Stata 中有一些数据，看起来像以下内容的前两列：

group_id   var_to_rank  desired_rank
____________________________________

1           10          1
1           20          2
1           30          3
1           40          4
2           10          1
2           20          2
2           20          2
2           30          3

我想根据一个变量 (var_to_rank) 在组 (group_id) 中创建每个观察的排名。通常，为此我使用：

gen id = _n

但是，我的一些观察结果（在我的小示例中为 group_id = 2）具有相同的排名变量值，这种方法不起作用。

我也尝试过使用：

egen rank

具有不同选项的命令，但不能使我的排名变量看起来像 desired_rank。

你能告诉我解决这个问题的方法吗？

【问题讨论】：

标签： stata

【解决方案1】：

以下对我有用：

bysort group_id: egen desired_rank=rank(var_to_rank)

【讨论】：

谢谢 chl。我也试过了。但是，是否有可能获得 1、2、3 排名而不是 1、2.5、4？
@radek 当然：bysort group_id: egen desired_rank=rank(var_to_rank), unique 将为第 2 组提供1 2 3 4，将unique 替换为track 将为您提供1 2 2 4。
正如你所说，“唯一”选项给了我“1,2,3,4”，而我的目标是拥有“1,2,2,3”。
@radek egen desired_rank=group(var_to_rank) 会产生您想要的东西吗？（但我不会称这个排名。）
确实如此。但是，它仅适用于整个数据集，因为我不能将它与 bysort 一起使用：/

【解决方案2】：

为了更好地理解，我想说这个问题的提出方式是错误的。目的是对观察结果进行分组，那些具有最低值的都被分配为 1 级，次低的被分配到 2 级，依此类推。在我所看到的讨论中，这并不是大多数意义上的排名，但 Stata 的egen, rank() 确实让您参与其中。

但是，在此线程 (start here) 的其他地方引用的 Statalist 线程中提到的直接方法在精神上比引用的任何解决方案都简单：

bysort group_id (var_to_rank): gen desired_rank = sum(var_to_rank != var_to_rank[_n-1])

一旦数据在var_to_rank上排序，那么当值与每个不同值块开头的先前值不同时，值1是var_to_rank != var_to_rank[_n-1]的结果；否则结果为 0。将这些 1 和 0 累加起来就可以得到所需的变量。前缀命令bysort 执行所需的排序，并确保这一切都在group_id 定义的组内单独完成。根本不需要egen（许多只偶尔使用Stata的人经常觉得奇怪的命令）。

兴趣声明：引用的Statalist线程表明，当被问到类似问题时，我也没有想到这个解决方案。

【讨论】：

非常感谢。优秀的oneliner。我也不确定问题的确切标题，但由于顺序在这里很重要，因此决定使用“排名”来对抗“组”。如果您有更好的建议，请随时调整问题和/或标题。

【解决方案3】：

在Statalist 上偶然发现了这样的解决方案：

bysort group_id (var_to_rank) : gen rank = var_to_rank != var_to_rank[_n-1]
by group_id : replace rank = sum(rank)

似乎解决了这个问题。

【讨论】：

【解决方案4】：

@radek：在此期间你肯定已经解决了......但这将是一个简单（虽然不是很优雅）的解决方案：

bysort group_id:   egen desired_rank_HELP =rank(var_to_rank), field
egen desired_rank      =group(grup_id desired_rank_HELP)
drop desired_rank_HELP

【讨论】：

谢谢。没想到这样用egen group。

【解决方案5】：

工作量太大了。轻松优雅。试试这个。

gen desired_rank=int(var_to_rank/10)

【讨论】：

当然，这适用于给出的简单数值示例，但它显然不是一般的解决方案，所以这没有抓住重点。
（事实上，对于给出的示例，int() 是多余的。）

【解决方案6】：

试试这个命令，它非常适合我：egen newid=group(oldid)

【讨论】：

当然，这适用于给出的简单数值示例，但它不是一般的解决方案，所以这没有抓住重点。例如，将第一个值更改为 5，然后第二组的第一个排名将不再是 1。问题是在个组内排名。