如何在Stata中生成显示另一变量观测频率的新变量？

下面提供两种实用方法生成展示house number各取值观测频率的新变量：

• 方法一：用bysort结合_N统计
  先按house number分组，再通过_N获取每组的观测总数，生成新变量（示例命名为house_freq）：

  bysort house_number: gen house_freq = _N
  

  _N代表当前分组内的观测数量，执行后每个观测对应的house_freq值，就是其house number取值的总出现次数。

• 方法二：用egen的count函数
  直接通过egen命令一步生成频率变量，无需手动分组：

  egen house_freq = count(house_number), by(house_number)
  

  该命令会按by()指定的house number分组，统计每组内house_number的非缺失观测数，最终效果和方法一一致。

缺失值处理补充 #

如果house number存在缺失值，上述方法会将缺失值作为单独一组统计。若要排除缺失值，可添加条件：

bysort house_number: gen house_freq = _N if !missing(house_number)

或者egen写法：

egen house_freq = count(house_number) if !missing(house_number), by(house_number)

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