Stata中基于家庭标识符将多行合并为单行的方法问询

可以通过生成观测序号 + reshape转宽 + 批量重命名变量三步完成，具体操作如下：

1. 预处理变量（可选但推荐） #

先把带空格的变量名改成更易操作的格式：

rename "Household Identifier" hhid
rename "Person Identifier" pid

2. 生成个人观测序号 #

为每个家庭内的每个成员的重复观测生成序号，标记这是该成员的第几次记录：

bysort hhid pid: gen seq = _n

3. 转换为宽格式 #

使用reshape wide命令将数据按家庭聚合，把每个成员的多次观测转成列：

reshape wide Var1 Var2, i(hhid) j(pid seq) string

• i(hhid)指定以家庭ID作为唯一标识（最终每个家庭一行）
• j(pid seq)指定用成员ID和观测序号作为列名后缀
• string确保后缀以字符串形式拼接，避免自动补零

4. 批量重命名变量匹配目标格式 #

通过正则表达式批量修改变量名，将默认生成的VarX_Y_Z格式改为PersonY_VarX_Z：

rename (Var[0-9]_[0-9]_[0-9]) , regex(Var(\d+)_(\d+)_(\d+), Person\2_Var\1_\3)

完成后的数据结构就会和你要求的一致：每个家庭对应一行，缺失的观测位置自动填充为.。

内容的提问来源于stack exchange，提问作者Henry P