Stata中依据year变量动态匹配x年份变量生成新变量X的技术问询

我有一份个体数据集，每个个体在不同年份和国家被观测。现有自变量x2002、x2010（见下方Dataex示例：Before），存储特定国家对应年份的变量X值。例如，2002年法国的所有个体x2002值为10，x2010值为200。我需要创建新变量X，每行的X值需匹配变量名中包含对应year变量值的变量的单元格值。原始数据集包含x2002至x2018的变量，共10万条观测，因此需要自动化实现。我是Stata新手，期望结果见Dataex示例：After。

Dataex示例：After #

* Example generated by -dataex-. For more info, type help dataex
clear
input int id str6 country int(year y1) float(y2 x2002 x2010 x)
7 "France" 2002 7 1.8628873 10 200  10
5 "France" 2002 2  19.52281 10 200  10
6 "France" 2010 7  14.80233 15 500 500
8 "France" 2010 9 15.173367 15 500 500
3 "USA"    2002 8 2.2806208  5 100   5
1 "USA"    2002 6 18.706757  5 100   5
4 "USA"    2010 4  7.421789 30  25  25
2 "USA"    2010 4  9.642876 30  25  25
end

Dataex示例：Before #

* Example generated by -dataex-. For more info, type help dataex
clear
input int id str6 country int(year y1) float(y2 x2002 x2010)
7 "France" 2002 7 1.8628873 10 200
5 "France" 2002 2  19.52281 10 200
6 "France" 2010 7  14.80233 15 500
8 "France" 2010 9 15.173367 15 500
3 "USA"    2002 8 2.2806208  5 100
1 "USA"    2002 6 18.706757  5 100
4 "USA"    2010 4  7.421789 30  25
2 "USA"    2010 4  9.642876 30  25
end

我当前尝试的代码（无法实现需求）：

foreach i in year {
    gen x = list x`i' in i
}

不清楚如何实现动态选择变量。

针对你的需求，有两种简洁高效的自动化实现方式，适合处理大样本数据：

方法1：使用条件判断批量赋值（直观易理解） #

如果年份是固定的2002、2004…2018，可直接用条件判断生成目标变量：

gen x = .
replace x = x2002 if year == 2002
replace x = x2004 if year == 2004
replace x = x2006 if year == 2006
replace x = x2008 if year == 2008
replace x = x2010 if year == 2010
replace x = x2012 if year == 2012
replace x = x2014 if year == 2014
replace x = x2016 if year == 2016
replace x = x2018 if year == 2018

这种方式逻辑直白，新手容易上手，执行效率也很高。

方法2：动态循环匹配变量名（通用自动化方案） #

如果年份范围不确定或变量较多，可通过循环自动识别年份并赋值：

* 提取所有以x20开头的变量名
unab x_vars: x20*
* 去掉变量名里的x，得到纯年份列表
local years: subinstr local x_vars "x" "", all

* 初始化x变量
gen x = .

* 循环每个年份，匹配赋值
foreach y of local years {
    replace x = x`y' if year == `y'
}

代码说明： #

1. unab x_vars: x20*：提取所有以x20开头的变量名，存入本地宏x_vars
2. local years: subinstr local x_vars "x" "", all：移除变量名中的x，得到纯年份数字的列表
3. 循环遍历每个年份，判断当前行的year是否匹配，匹配则将对应x年份变量的值赋给x

这种方法无需手动列出所有年份，完全适配你的x2002到x2018变量，适合大样本场景。

内容的提问来源于stack exchange，提问作者flxflks