Stata条件分组计算：生成年度女性VP占比变量VP_per

你的数据集情况 #

示例数据结构如下：

year      Gender        VP
                
  2023      Total           3                  
  2023       F              2            
  2023       M              1            
  2022      Total           6                 
  2022       F              4                  
  2022       M              2               
  2021      Total           2                
  ...

其中Gender数值编码：1=女性（F），2=总计（Total），需要生成VP_per变量，计算每年女性VP占总VP的比例。

原代码的问题 #

你写的这段代码：

bysort year gender : gen VP_per = VP if gender==1 / VP if gender==2

有两个核心问题：

1. 按year和gender分组后，每个分组里只有同一种性别的数据，无法同时获取同一年份里女性和总计的VP值进行除法运算。
2. 语法逻辑错误，Stata会优先计算VP if gender==1，再除以VP if gender==2，但分组后这两个值在同一组内不存在，最终只能得到缺失值。

正确的实现方法 #

方法1：先提取年度总VP，再计算占比 #

* 按年份分组，将总计的VP值存入新变量
bysort year: gen total_VP = VP if gender == 2
* 将总VP值填充到该年份的所有观测行
bysort year: replace total_VP = total_VP[1]
* 为女性观测计算占比
gen VP_per = VP / total_VP if gender == 1

方法2：用egen函数直接提取总VP #

* 借助egen的max函数，直接提取每个年份的总VP值（每个年份仅1条Total记录）
bysort year: egen total_VP = max(cond(gender == 2, VP, .))
* 计算女性VP占比
gen VP_per = VP / total_VP if gender == 1

额外调整 #

如果需要让同一年份的所有观测（包括Total、男性）都显示该年的女性VP占比，去掉if gender == 1后添加填充逻辑即可：

gen VP_per = VP / total_VP if gender == 1
* 将女性的占比填充到同年度的其他行
bysort year: replace VP_per = VP_per[gender == 1]

内容的提问来源于stack exchange，提问作者Shubhi