如何在Stata中按年份分组计算变量总和并生成汇总变量？

问题说明 #

我的数据集包含48个变量：前12个对应2000年，第13-24个对应2001年，第25-36个对应2002年，第37-48个对应2003年。示例数据如下：

需要将每年对应变量的总和分别存入tot_2000、tot_2001、tot_2002、tot_2003四个变量，用于绘制直方图。其中tot_2000的示例输出如下：

实现方案 #

1. 使用R语言 #

# 读取数据集（假设数据框名为df）
# df <- read.csv("your_data.csv")

# 计算各年份总和
df$tot_2000 <- rowSums(df[, 1:12])  # 前12列对应2000年
df$tot_2001 <- rowSums(df[, 13:24]) # 第13-24列对应2001年
df$tot_2002 <- rowSums(df[, 25:36]) # 第25-36列对应2002年
df$tot_2003 <- rowSums(df[, 37:48]) # 第37-48列对应2003年

# 绘制单一年份直方图（以2000年为例）
hist(df$tot_2000, main = "2000年变量总和直方图", xlab = "总和", col = "lightblue")

# 批量绘制四年直方图（2x2布局）
par(mfrow = c(2, 2))
hist(df$tot_2000, main = "2000年总和", xlab = "数值", col = "lightblue")
hist(df$tot_2001, main = "2001年总和", xlab = "数值", col = "lightgreen")
hist(df$tot_2002, main = "2002年总和", xlab = "数值", col = "lightyellow")
hist(df$tot_2003, main = "2003年总和", xlab = "数值", col = "lightpink")
par(mfrow = c(1, 1)) # 恢复默认布局

2. 使用Python（Pandas + Matplotlib） #

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据集（假设数据文件名为your_data.csv）
# df = pd.read_csv("your_data.csv")

# 计算各年份总和（注意Pandas索引从0开始）
df['tot_2000'] = df.iloc[:, 0:12].sum(axis=1)
df['tot_2001'] = df.iloc[:, 12:24].sum(axis=1)
df['tot_2002'] = df.iloc[:, 24:36].sum(axis=1)
df['tot_2003'] = df.iloc[:, 36:48].sum(axis=1)

# 绘制单一年份直方图（以2000年为例）
plt.figure(figsize=(6,4))
plt.hist(df['tot_2000'], bins=10, color='lightblue', edgecolor='black')
plt.title('2000年变量总和直方图')
plt.xlabel('总和')
plt.ylabel('频数')
plt.show()

# 批量绘制四年直方图（2x2布局）
fig, axes = plt.subplots(2, 2, figsize=(10,8))
years = ['tot_2000', 'tot_2001', 'tot_2002', 'tot_2003']
colors = ['lightblue', 'lightgreen', 'lightyellow', 'lightpink']
titles = ['2000年总和', '2001年总和', '2002年总和', '2003年总和']

for ax, year, color, title in zip(axes.flat, years, colors, titles):
    ax.hist(df[year], bins=10, color=color, edgecolor='black')
    ax.set_title(title)
    ax.set_xlabel('数值')
    ax.set_ylabel('频数')

plt.tight_layout()
plt.show()

3. 使用Stata #

* 读取数据集（假设数据文件名为your_data.dta）
* use "your_data.dta", clear

* 计算各年份总和
gen tot_2000 = rowtotal(var1-var12)  // 前12个变量对应2000年
gen tot_2001 = rowtotal(var13-var24) // 第13-24个变量对应2001年
gen tot_2002 = rowtotal(var25-var36) // 第25-36个变量对应2002年
gen tot_2003 = rowtotal(var37-var48) // 第37-48个变量对应2003年

* 绘制单一年份直方图（以2000年为例）
histogram tot_2000, title("2000年变量总和直方图") xlabel("总和") color(lightblue)

* 批量绘制四年直方图
foreach year in tot_2000 tot_2001 tot_2002 tot_2003 {
    histogram `year', title("`year'直方图") xlabel("数值") color(lightblue)
}

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