Stata中合并连续时间区间重复行的更优方法咨询

嗨！我懂你现在的需求——把同一id和location下、时间首尾衔接的行合并成一行，你自己已经写出了可行的代码，但总觉得有点“凑出来”的感觉，想找更简洁优雅的Stata实现方式对吧？

先明确一下你的场景：

原始数据示例：

id   location     start_datetime         end_datetime
1    64^6418    25feb2009 15:45:54    25feb2009 15:58:54
1    64^6418    25feb2009 15:58:54    09mar2009 15:16:06

期望合并后结果：

id   location     start_datetime         end_datetime
1    64^6418    25feb2009 15:45:54    09mar2009 15:16:06

（注：你原始数据里的09mary2009应该是09mar2009的笔误，得确保日期格式正确，不然时间比较会出问题哦）

你的核心思路是对的：先排序、标记连续区间、再分组合并。不过确实可以简化成更直接的代码，减少中间变量，逻辑也更清晰：

* 第一步：按关键变量排序，确保时间顺序正确
sort id location start_datetime

* 第二步：生成连续区间的分组标识
by id location: gen group = sum(start_datetime != end_datetime[_n-1])

* 第三步：按分组合并，取每组最早的开始时间和最晚的结束时间
collapse (min) start_datetime (max) end_datetime, by(id location group)

* 可选：如果不需要group变量，直接删掉即可
drop group

代码逻辑说明： #

1. 排序：sort id location start_datetime是基础操作，必须保证同一id和location下的行严格按时间先后排列。
2. 生成分组：by id location: gen group = sum(start_datetime != end_datetime[_n-1])是核心：
   • 在每个id+location的组内，判断当前行的start_datetime是否和上一行的end_datetime不相等。如果不相等，说明这是一个新的区间起点，表达式结果为1；如果相等（也就是首尾衔接），结果为0。
   • sum()函数会累加这个结果，这样连续衔接的行就会被归为同一个group，新的区间则会生成新的分组号。
3. 合并区间：用collapse按id、location和group合并，取每组的最小start_datetime（区间最早开始）和最大end_datetime（区间最晚结束），正好得到你想要的合并结果。

对比你原来的代码，这个方法省去了same_as_next、change_flag、temp_group这些中间变量，逻辑更直接，也避免了分组偏移的调试步骤。

另外要注意：必须确保start_datetime和end_datetime是Stata的日期时间格式（比如%tc格式），如果还不是，得先用datetime()函数转换，否则字符串形式的时间比较会出错。

备注：内容来源于stack exchange，提问作者hulio_entredas