Stata中bysort与egen结合if及_n使用：为何全生成缺失值？

核心原因 #

你写的条件rep78[_n]!=rep78逻辑完全错误：rep78[_n]就是当前行的rep78值，和自身做不等比较时，只有两种结果：

• 如果当前行rep78是具体数值，比如第一行的3，那么3!=3结果为假（0），不满足条件；
• 如果当前行rep78是缺失值，比如第四行，缺失值和自身比较的结果是缺失，同样不满足条件。

这就导致整个mpg组里没有任何观测符合条件，egen mean()找不到有效样本，最终生成的n1全为缺失值。

结合mpg=14组的具体说明 #

以你给出的mpg=14的组为例：

• 第一行rep78=3，条件rep78[_n]!=rep78等价于3!=3，不成立；
• 第二行rep78=2，等价于2!=2，不成立；
• 第四行rep78缺失，等价于.!=.，结果为缺失，不成立；
• 其余行同理，没有任何一行能满足条件。

自然无法计算出预期的均值。

实现预期需求的正确方法 #

你的需求是：对每个观测，计算同mpg组内排除与当前行rep78相同的所有观测后的price均值。可以用以下步骤实现：

* 1. 计算每个mpg组的总均值和有效观测数
bysort mpg: egen total_mean = mean(price)
bysort mpg: egen total_n = count(price)

* 2. 计算每个mpg-rep78子组的均值和观测数
bysort mpg rep78: egen same_rep_mean = mean(price)
bysort mpg rep78: egen same_rep_n = count(price)

* 3. 推导排除同rep78后的均值
gen n1 = (total_mean * total_n - same_rep_mean * same_rep_n) / (total_n - same_rep_n)

或者用更简洁的循环方式（适合小数据集）：

bysort mpg: gen n1 = .
levelsof mpg, local(mpgs)
foreach m of local mpgs {
    levelsof rep78 if mpg==`m', local(reps)
    foreach r of local reps {
        local mean_val = mean(price) if mpg==`m' & rep78!=`r'
        replace n1 = `mean_val' if mpg==`m' & rep78==`r'
    }
    * 处理rep78缺失的观测
    local mean_miss = mean(price) if mpg==`m' & !missing(rep78)
    replace n1 = `mean_miss' if mpg==`m' & missing(rep78)
}

内容的提问来源于stack exchange，提问作者user917983