在某些情况下用缺失值替换零

Question

我想知道是否有人知道执行以下操作的更简单方法：

我有一个按年份划分的医疗机构病例数数据集，其中每个观察结果都是一个医疗机构。设施是在不同年份“上线”的，因此有些设施在获得案件量值之前为零。此外，有些“停止”，因为他们确实提供了服务，但不再提供服务。我想用设施停产年份的缺失值替换零。在下面的示例中，第 3 和第 4 设施已停产，因此我想在第 3 和第 4 和 y2013 和 y2014 中缺少y2014。

y2011 y2012 y2013 y2014 0 0 76 82 0 0 29 13 0 0 25 0
5 10 0 0 0 0 17 24

我尝试了以下方法，效果很好，但我将有多年的数据需要处理（2000-2014），所以想知道是否有更有效的方法。

replace y2014=. if y2014==0 & (y2013>0 | y2012>0 | y2011>0) replace y2013=. if y2013==0 & ( y2012>0 | y2011>0) replace y2012=. if y2012==0 & ( y2011>0)

我在去年弄乱了egen rowlast 以识别设施为零（这意味着它们已停产），但后来不知道该去哪里。

Answer 1

您的问题将受益于对变量的循环。

我们将 started 初始化为 0，当我们看到一个正值时改变我们对 started 的想法，如果 started 为 1，则将任何后续的 0 更改为缺失。

gen started = 0 

forval y = 2000/2014 { 
    replace started = 1 if y`y' > 0 
    replace y`y' = . if started == 1 & y`y' == 0 
} 

请注意，此方案允许重新启动。

更一般的评论是，对于此类面板或纵向数据，这不是更好的数据结构。这个特定的问题并不太具有挑战性，但是在reshape long 之后，大多数此类数据的问题都会变得更容易。

见here for a survey of "rowwise" technique in Stata。