如何在Stata中将长数据转换为宽数据？

@jfeigenbaum提供了部分答案。

我看到的问题是您缺少标识相关子组的变量。这些子群体似乎受到test取值的限制A - G。但是我可能是错的。

我已将此变量包含在示例数据集中，并将其命名为missvar。我将这个变量强加到数据集中，认为它可以识别虽然隐含在原始帖子中但对您的分析很重要的组。

clear
set more off

*----- example data -----

input ///
id  str1 test    str30 test_date   value missvar
1   A   "02/06/2014 12:26"    11 1
1   B   "02/06/2014 12:26"    23 1
1   C   "02/06/2014 13:17"    43 1
1   D   "02/06/2014 13:17"    65 1
1   E   "02/06/2014 13:17"    34 1
1   F   "02/06/2014 13:17"    64 1
1   A   "05/06/2014 15:14"    234 2
1   B   "05/06/2014 15:14"    646 2
1   C   "05/06/2014 16:50"    44 2
1   E   "05/06/2014 16:50"    55 2
2   E   "05/06/2014 16:50"    443 1
2   F   "05/06/2014 16:50"    22 1
2   G   "05/06/2014 16:59"    445 1
2   B   "05/06/2014 20:03"    66 2
2   C   "05/06/2014 20:03"    77 2
2   D   "05/06/2014 20:03"    88 2
2   E   "05/06/2014 20:03"    44 2
2   F   "05/06/2014 20:19"    33 2
2   G   "05/06/2014 20:19"    22 2
end

gen double tdate = clock( test_date, "DM20Yhm")
format %tc tdate

drop test_date
list, sepby(id)

*----- what you want ? -----

reshape wide value, i(id missvar tdate) j(test) string
collapse (min) tdate value?, by(id missvar)

rename value* *

list

应该以某种方式以编程方式识别组。依靠数据的原始排序顺序是一种方法，但它可能不是最安全的方法。这可能是唯一的方法，但只有您知道。

编辑

关于您的评论和“缺失”变量，创建它的一种方法是：

// one hour is 3600000 milliseconds
bysort id (tdate): gen batch = sum(tdate - tdate[_n-1] > 7200000)

对于您的示例数据，这将创建一个batch与my相同的变量missvar。您还可以使用时间序列运算符。

让我强调，在介绍示例数据时，您需要格外小心。它必须代表真实的代码，否则您可能会得到不适合它的代码。其中包括您可能没有注意到它的原因，因为Stata没有给出任何错误。

例如，如果您在两个小时的限制内将相同的test应用于相同id的对象，则使用此代码（在中collapse）将丢失信息。（这不是示例数据中的问题。）

编辑2

针对评论中发现的另一个问题：

假设对人1进行了新观察，使得他在两个小时的限制内但在不同的时间接受了重复测试：

1   A   "02/06/2014 12:26"    11 1 // old observation
1   B   "02/06/2014 12:26"    23 1
1   A   "02/06/2014 12:35"    99 1 // new observation
1   C   "02/06/2014 13:17"    43 1
1   D   "02/06/2014 13:17"    65 1
1   E   "02/06/2014 13:17"    34 1
1   F   "02/06/2014 13:17"    64 1
1   A   "05/06/2014 15:14"    234 2
1   B   "05/06/2014 15:14"    646 2
1   C   "05/06/2014 16:50"    44 2
1   E   "05/06/2014 16:50"    55 2

A在12:26和进行测试12:35。Reshape不会有任何问题，但是collapse会丢弃信息，因为它在id missvar组中取最小值。请注意，对于该变量valueA，新信息（99）将丢失（所有其他变量也会发生这种情况，但是您明确希望放弃该信息）。在之后reshape但在collapse您之前得到：

. list, sepby(id)

     +--------------------------------------------------------------------------------------------------+
     | id   missvar                tdate   valueA   valueB   valueC   valueD   valueE   valueF   valueG |
     |--------------------------------------------------------------------------------------------------|
  1. |  1         1   02jun2014 12:26:00       11       23        .        .        .        .        . |
  2. |  1         1   02jun2014 12:35:00       99        .        .        .        .        .        . |
  3. |  1         1   02jun2014 13:17:00        .        .       43       65       34       64        . |
  4. |  1         2   05jun2014 15:14:00      234      646        .        .        .        .        . |
  5. |  1         2   05jun2014 16:50:00        .        .       44        .       55        .        . |
     |--------------------------------------------------------------------------------------------------|
  6. |  2         1   05jun2014 16:50:00        .        .        .        .      443       22        . |
  7. |  2         1   05jun2014 16:59:00        .        .        .        .        .        .      445 |
  8. |  2         2   05jun2014 20:03:00        .       66       77       88       44        .        . |
  9. |  2         2   05jun2014 20:19:00        .        .        .        .        .       33       22 |
     +--------------------------------------------------------------------------------------------------+

运行完整的代码可以确认我们刚才所说的内容：

. list, sepby(id)

     +--------------------------------------------------------------------------+
     | id   missvar                tdate     A     B    C    D     E    F     G |
     |--------------------------------------------------------------------------|
  1. |  1         1   02jun2014 12:26:00    11    23   43   65    34   64     . |
  2. |  1         2   05jun2014 15:14:00   234   646   44    .    55    .     . |
     |--------------------------------------------------------------------------|
  3. |  2         1   05jun2014 16:50:00     .     .    .    .   443   22   445 |
  4. |  2         2   05jun2014 20:03:00     .    66   77   88    44   33    22 |
     +--------------------------------------------------------------------------+

现在假设对人1进行了一次新观察，以使他在两个小时的限制内但同时进行了一次重复测试：

1   A   "02/06/2014 12:26"    11 1 // old observation
1   B   "02/06/2014 12:26"    23 1
1   A   "02/06/2014 12:26"    99 1 // new observation
1   C   "02/06/2014 13:17"    43 1
1   D   "02/06/2014 13:17"    65 1
1   E   "02/06/2014 13:17"    34 1
1   F   "02/06/2014 13:17"    64 1
1   A   "05/06/2014 15:14"    234 2
1   B   "05/06/2014 15:14"    646 2
1   C   "05/06/2014 16:50"    44 2
1   E   "05/06/2014 16:50"    55 2

然后，reshape将无法正常工作。斯塔塔抱怨：

变量test的值在id missvar tdate中不是唯一的

并有理由。该错误在发出问题信号时很明显。（如果不清楚，请返回help reshape并进行一些练习。）鉴于命令的功能，该请求没有任何意义。

最后，请注意，检查某些功能是否相对工作相对容易：只需尝试一下即可！在这种情况下，所需要做的就是稍微修改示例数据。如有必要，请返回帮助文件和手册。