Stata的.如果值是随机的,如何使用标签创建唯一标识符？

Question

我有一个庞大的面板数据集(1950-2012).

state   year    income
    AL  2000    100
    AK  2001    200
    AZ  2002    150
    ...
    AL  2003    120
    AK  2004    10
    AZ  2005    150
    ...

问题是变量state可能在不同年份占用不同的值(但标签不会改变!).例如,在2001年,标签的价值AL是10,但在2003年,标签的价值AL是20.

我怎样才能创建唯一标识符,比如说一个新的变量stateID,AL无论年份如何都会为所有标签取整数值？egen stateID = group(state)没有帮助.还有其他方法吗？

Answer 1

这需要调查它是如何发生的以及数据是否可以信任.但在Stata技术方面,第一decode,然后encode再.示范:

. set obs 3
obs was 0, now 3

. gen numid = _n

. label define numid 1 "AL" 2 "AL" 3 "AL"

. label values numid numid

. list

     +-------+
     | numid |
     |-------|
  1. |    AL |
  2. |    AL |
  3. |    AL |
     +-------+

. decode numid, gen(strid)

. list

    +---------------+
    | numid   strid |
    |---------------|
 1. |    AL      AL |
 2. |    AL      AL |
 3. |    AL      AL |
    +---------------+

 . encode strid, gen(newnumid)

 . list

      +--------------------------+
      | numid   strid   newnumid |
      |--------------------------|
   1. |    AL      AL         AL |
   2. |    AL      AL         AL |
   3. |    AL      AL         AL |
     +--------------------------+

    . list, nolabels

      +--------------------------+
      | numid   strid   newnumid |
      |--------------------------|
   1. |     1      AL          1 |
   2. |     2      AL          1 |
   3. |     3      AL          1 |
      +--------------------------+