计算具有相同信息的不同列中的出现次数

Question

我有一个看起来像这样的数据集

ID S1 S2 S3 year
1  1  2     1999
1  1  2     2000
2  1        1999
2  1        2000
3  1        1999
3  2        2000
4  1  2  3  1999
4  3  1  2  2000
5  1  2     1999
5  1  3     2000

其中第一列是主题 ID，S1 到 S3 是位置标识符，年份指的是 1999 年或 2000 年。我想计算一个主题在这两者中停留在同一位置的所有事件年（使用Stata）。也就是说，对于主题 1，这个值为 2，对于主题 2，它是 1，对于主题 3，它是 0，对于主题 4，它是 3，对于主题 5，它是 1。

Answer 1

我假设您的空格确实缺少数字。如果 S1 S2 S3 实际上是字符串并且空格是空字符串，这也应该有效。 1 2 3 和 3 1 2 等价的示例排除了在循环中仅计算 S1 S2 S3 上的相似性的各种更简单的解决方案。

clear 
input ID S1 S2 S3 year
1  1  2  .  1999
1  1  2  .  2000
2  1  .  .  1999
2  1  .  .  2000
3  1  .  .  1999
3  2  .  .  2000
4  1  2  3  1999
4  3  1  2  2000
5  1  2  .  1999
5  1  3  .  2000
end 

reshape long S, i(ID year) j(which) 
bysort ID (S) : gen count = sum(S == S[_n-1] & !missing(S)) 
by ID: replace count = count[_N] 
reshape wide S, i(ID year) j(which)  

list, sepby(ID) 

     +----------------------------------+
     | ID   year   S1   S2   S3   count |
     |----------------------------------|
  1. |  1   1999    1    2    .       2 |
  2. |  1   2000    1    2    .       2 |
     |----------------------------------|
  3. |  2   1999    1    .    .       1 |
  4. |  2   2000    1    .    .       1 |
     |----------------------------------|
  5. |  3   1999    1    .    .       0 |
  6. |  3   2000    2    .    .       0 |
     |----------------------------------|
  7. |  4   1999    1    2    3       3 |
  8. |  4   2000    3    1    2       3 |
     |----------------------------------|
  9. |  5   1999    1    2    .       1 |
 10. |  5   2000    1    3    .       1 |
     +----------------------------------+