gen与egen,傻傻分不清楚?( 二 ) _知识经验

(3)生成AgeRank变量:以家庭为单位，对家庭成员按年龄升序排序;生成hsize变量：计算每个家庭的人口数。
*使用gen生成：
bysort hid (age): gen AgeRankg = _n //使用bysort对hid分组并排序，(age)表示age不参与分组，仅参与家庭内部的排序。bysort hid: gen hsizeg = _N
运行结果如下图所示，第一个家庭为3人，第二个家庭为6人。

*使用egen生成：
bysort hid (age): egen AgeRanke = _nbysort hid :egen hsizee = _N
运行出错，表明egen无法使用_n和_N 。

(4)生成mean变量：计算每个家庭的平均年龄。
*使用gen创建新变量：
bysort hid: gen meang = mean(age)
运行出错，表示gen无法使用egen专属函数。

*使用egen创建新变量：
bysort hid: egen meane = mean(age)
运行结果如图所示，这表明egen的一些函数可以搭配by前缀使用。

(5)生成IncomeSum变量：计算两个家庭的总收入。
gen IncomeSumg = sum(income)egen IncomeSume = sum(income)
运行结果如下图所示。

特别地，目前仅发现sum()函数能够同时被gen和egen使用。利用gen命令，使用sum()函数生成的IncomeSumg是列累积和，比如IncomeSumg[2]=income[1]+ income[2]，是一个变动值(running value)，而在egen命令下sum()返回的则是列总和，IncomeSume的每一个变量值都等于income变量值的总和(即44000=5000+8000+9000+0+4000+8000+6000+2000+2000)，是一个常数(constant) 。
实际上，sum()作为一个常规数学函数，并不属于egen专属函数，并且egen专属函数中的total()函数功能与sum()完全一致——返回列总和。这个矛盾我们目前尚无答案，读者朋友们如有合理的想法请在评论区告诉我们唷~4.结论
综合上述分析，我们能够得到启示：使用gen命令创建新变量是一种“相对”创建，比如，现要求生成一个新变量，个人年收入incomey：
gen incomey = income*1
这个命令的实质是，创建一个新变量incomey，使得：
incomey[1] = income[1]*12incomey[2] = imcome[2]*12…incomey[_N] = income[_N]*12
而egen的某些专属函数的参数往往是某一整行或某一整列，比如计算两个家庭的月收入均值，月收入的下四分位数：
egen meani = mean(income)egen pctile4 = pctile(income),p(25)
其中，income是作为收入总和(即44000)参与计算的，这与gen命令有显著的不同。
当然，egen还有许多其他专属函数，比如anycount()、anymatch()等使用“相对”创建方法的专属函数，也有rowfirst()、rowmax()等对每行进行匹配和判断的函数……总之，当你想创建一个以整行或整列的特征为结果或判断、匹配条件时就可以考虑使用egen命令啦。

gen与egen,傻傻分不清楚?( 二 )

猜你喜欢