在另一个条件值中创建变量

Question

我有一个很大的冲突数据集（7100万个观测值），有很多变量和日期（每天）。

这来自GDELT项目，数据集的结构方式是每天都有一个目标国家和一个侵略来源国。也就是说，2000年1月1日，许多国家对他人或他们自己采取侵略性行为，而这个数据集跟踪了这一点。

它看起来像这样：

clear

input long date_01 str18 source_01 str19 target_01 str4 cameocode_01
20000101 "AFG"    "AFGGOV" "020" 
20000101 "AFG"    "AFGGOV" "0841"
20000101 "AFG"    "ARE"    "036" 
20000101 "AFG"    "CVL"    "043" 
20000101 "AFG"    "GOV"    "010" 
20000101 "AFG"    "GOV"    "043" 
20000101 "AFGGOV" "kasUAF" "0353"
20000101 "AFGGOV" "kasUAF" "084" 
20000101 "AFG"    "IGOUNO" "030" 
20000101 "AFG"    "IND"    "042" 
20000101 "AFG"    "IND"    "043" 
end

我想做的是每个国家隔离这些事件。

例如，我想为美国创建一个变量，对于每个日期，我都有美国作为目标或来源的所有时间，以及它们各自的客串代码。我有相当多的国家，但只需要其中的一部分，我提前知道他们的名字。

正如您在示例中所看到的，第一个变量是date，对于这些单元格总是2000101，但经过几百次观察后，它变为2000102，表示日期变化。

第二个变量source_01是一个攻击另一个的国家。在这个例子中，IND是印度，AFG是阿富汗，其他代码是其他国家。

第三个变量target_01只是冲突的受害者。

最后，cameocode_01是一种用一些跟踪每种语言新闻的算法测量的冲突强度。

我所追求的是创建一个新的（每个国家/地区）变量，如果某个特定国家/地区作为来源或目标，则该变量将提取该事件​​的客串代码。

对于这个具体的例子，下面是我对印度（代码IND）的理想输出，它涉及特定日期的两个事件：

date      INDIAcameo
20000101  "042" 
20000101  "043"

我试过这个：

replace INDIA cameo=cameocode if "target"  ~ "source" ==IND

然而，它说类型不匹配，我怀疑它会给我我想要的东西。

Answer 1

如果您事先知道您感兴趣的国家/地区，那么以下内容将有效：

clear

input long date_01 str18 source_01 str19 target_01 str4 cameocode_01
20000101 "AFG"    "AFGGOV" "020" 
20000101 "AFG"    "IND"    "043"
20000101 "AFG"    "AFGGOV" "0841"
20000101 "AFG"    "ARE"    "036" 
20000101 "AFG"    "CVL"    "043" 
20000101 "AFG"    "GOV"    "010" 
20000101 "AFG"    "GOV"    "043" 
20000101 "AFGGOV" "kasUAF" "0353"
20000101 "AFGGOV" "kasUAF" "084" 
20000101 "AFG"    "IGOUNO" "030" 
20000102 "AFG"    "IND"    "042" 
end

foreach c in AFG IND ARE {
    generate ind_`c' = cameocode_01 if strmatch(source_01, "`c'") |  ///
                                       strmatch(target_01, "`c'")
}

请注意，为了更好地说明，我稍微修改了您的示例。

要查看结果：

list, sepby(date) abbreviate(15)

     +-------------------------------------------------------------------------------+
     |  date_01   source_01   target_01   cameocode_01   ind_AFG   ind_IND   ind_ARE |
     |-------------------------------------------------------------------------------|
  1. | 20000101         AFG      AFGGOV            020       020                     |
  2. | 20000101         AFG         IND            043       043       043           |
  3. | 20000101         AFG      AFGGOV           0841      0841                     |
  4. | 20000101         AFG         ARE            036       036                 036 |
  5. | 20000101         AFG         CVL            043       043                     |
  6. | 20000101         AFG         GOV            010       010                     |
  7. | 20000101         AFG         GOV            043       043                     |
  8. | 20000101      AFGGOV      kasUAF           0353                               |
  9. | 20000101      AFGGOV      kasUAF            084                               |
 10. | 20000101         AFG      IGOUNO            030       030                     |
     |-------------------------------------------------------------------------------|
 11. | 20000102         AFG         IND            042       042       042           |
     +-------------------------------------------------------------------------------+

要么

foreach v of varlist ind* {
    sort date `v'
    list date `v' if !missing(`v'), sepby(date) abbreviate(15)
}

     +--------------------+
     |  date_01   ind_AFG |
     |--------------------|
  3. | 20000101       010 |
  4. | 20000101       020 |
  5. | 20000101       030 |
  6. | 20000101       036 |
  7. | 20000101       043 |
  8. | 20000101       043 |
  9. | 20000101       043 |
 10. | 20000101      0841 |
     |--------------------|
 11. | 20000102       042 |
     +--------------------+

     +--------------------+
     |  date_01   ind_IND |
     |--------------------|
 10. | 20000101       043 |
     |--------------------|
 11. | 20000102       042 |
     +--------------------+

     +--------------------+
     |  date_01   ind_ARE |
     |--------------------|
 10. | 20000101       036 |
     +--------------------+