学习100个stata操作（31/100）
小孔读博日记
2024-07-23 12:33:37
今天介绍一个简单的小操作帮你3秒剔除重复数据。很多时候，由于我们数据处理过程中的某些原因，导致数据集中存在很多重复数据，此时需要我们剔除重复数据。
操作如下：首先，我们需要对数据进行分组并排序，比如，我们的数据为个体-年度的面板数据，可以根据个体-年度进行分组，生成分组：
egen idyear = group(id year)
此时，重复的数据就被分到了同一个组中，我们需要做的就是在每个分组中仅保留一个数据。然后，我们可以标记每个组中的第一个观测值
by idyear: gen to_keep = _n == 1
当然，如果你想保留每组的最后一个观测值，可以使用_n == _N来生成to_keep变量。
接着，我们可以删除那些没有被标记的观测值
drop if to_keep == 0
此时我们已经删除掉了所有的重复数据，最后，删掉辅助变量：
drop to_keep
0
阅读：0
轻松熊
用duplicates drop是不是更方便呢，请问这个方法和duplicates drop有区别吗？