Stata循环处理Bankscope重复值报r(198)无效名错误如何解决

使用Bankscope数据库开展分析时遇到数据重复问题，尝试编写循环代码识别重复条目，首次运行代码正常，第二次运行时即便更换输出变量命名也无法执行，持续返回r(198)错误，错误提示为(invalid name)。
原运行代码如下：

foreach var of varlist address website phone fax {
        qui duplicates tag `var' year cntrycde ///
        if `var'~="", gen(dup_entry)
}

• 核心报错原因是Stata不允许生成与内存中已有变量重名的变量。上述循环内duplicates tag命令的gen()选项固定写死了输出变量名dup_entry：第一次运行代码块时内存中不存在该变量，命令可正常执行；第二次运行整个代码块时，上一次运行生成的dup_entry仍留存于数据集中，会直接触发无效名称报错。
• 即便首次运行这段循环代码，跑完第一个变量（address）的重复标记生成dup_entry后，循环进入第二个变量（website）的迭代时，同样会因为dup_entry已存在触发报错，和是否手动更换初始变量命名没有关联。
• 小概率触发场景：循环涉及的address/website/phone/fax/year/cntrycde几个变量存在拼写错误、实际未加载到当前使用的数据集中，也会返回同类错误。

根据实际分析需求选择对应方案即可：

• 方案1：不需要保留各字段单独的重复标记，仅做循环内重复值筛查处理
  提前捕获删除可能存在的冲突变量，每轮循环处理完逻辑后删除临时生成的标记变量，避免命名冲突：

  * 提前删除可能残留的标记变量
  capture drop dup_entry
  foreach var of varlist address website phone fax {
          qui duplicates tag `var' year cntrycde ///
          if `var'!="", gen(dup_entry)
          * 此处插入后续操作逻辑，例如统计重复数量、筛除重复条目等
          
          * 操作完成后删除临时标记变量，供下一轮循环使用
          drop dup_entry
  }
  

• 方案2：需要保留不同字段维度的重复标记结果
  为每个字段生成独立命名的标记变量，从根源上避免重名冲突：

  foreach var of varlist address website phone fax {
          qui duplicates tag `var' year cntrycde ///
          if `var'!="", gen(dup_`var')
  }
  

  运行完成后数据集内会生成dup_address/dup_website/dup_phone/dup_fax四个独立变量，分别存储对应字段联合年份、国家代码维度的重复计数，不会触发命名冲突。
• 前置校验步骤：如果修改代码后依然报错，先运行以下命令确认涉及变量均真实存在，排除拼写错误问题：

  describe address website phone fax year cntrycde
  

  命令正常返回各变量的存储类型、格式信息即说明变量存在；如果返回变量不存在提示，修正对应拼写错误即可。

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