Stata优化实现：找出12岁学生最多的大学及对应人数

你的原代码虽能实现需求，但存在两个明显局限：一是keep命令会直接修改原始数据集，后续若要分析其他年龄段数据会很麻烦；二是步骤偏繁琐，其实有更高效的实现方式，下面给你几种可选方案：

方案一：用collapse聚合统计（推荐） #

这种方法不会改动原始数据，直接生成统计结果后提取最大值：

preserve
collapse (count) num_12yo = age if age == 12, by(id_uni)
gsort -num_12yo
list id_uni num_12yo in 1
restore

• preserve和restore用来临时保存/恢复原始数据，避免误改
• collapse直接按大学分组，统计每个大学的12岁学生数量
• 降序排序后只显示第一行，就是你要的结果

方案二：用bysort+egen生成统计量 #

适合需要在原数据中保留统计结果的场景：

bysort id_uni: gen num_12yo = sum(age == 12)
bysort id_uni: replace num_12yo = num_12yo[_N]
bysort num_12yo (id_uni): gen max_flag = (_n == _N)
list id_uni num_12yo if max_flag
drop num_12yo max_flag

• 先按大学分组计算12岁学生的累计数，再把每组数值统一为总数
• 标记出数量最多的大学，最后查看结果并清理临时变量

方案三：用tabstat快速探索 #

如果只是快速查看结果，不需要生成数据集，用这个最省事：

tabstat age if age == 12, by(id_uni) count

运行后会直接列出每个大学的12岁学生数量，一眼就能找到最大值。

内容的提问来源于stack exchange，提问作者Fefa_Almeida96