如何计算到目前为止在序列中看到的最大值或最小值及其关联的id？

Question

从这个斯塔塔常见问题，我知道我问题的第一部分的答案。但在这里，我想再走一步。假设我有以下数据(已按未显示的变量排序)：

id v1 
A  9  
B  8  
C  7  
B  7  
A  5  
C  4  
A  3  
A  2  

要计算这个序列中的最小值，我需要

generate minsofar = v1 if _n==1
replace  minsofar = min(v1[_n-1], minsofar[_n-1]) if missing(minsofar)

要获得

id v1 minsofar 
A  9  9        
B  8  9        
C  7  8        
B  7  7        
A  5  7        
C  4  5        
A  3  4        
A  2  3        

现在，我想生成一个变量，称为id_min，它为我提供了与minsofar关联的ID，所以类似于

id v1 minsofar id_min
A  9  9         A
B  8  9         A
C  7  8         B
B  7  7         C
A  5  7         C
C  4  5         A
A  3  4         C 
A  2  3         A

请注意，C与7相关联，因为在当前排序中，7首先与C关联。为了便于阅读，我这里的ID变量显示为字符串变量--实际上是数字变量。

想法？

编辑：

我想

gen id_min = id if _n<=2
replace id_min = id[_n-1] if v1[_n-1]<minsofar[_n-1] & missing(id_min)
replace id_min = id_min[_n-1] if missing(id_min)

至少对本例中的数据执行此工作。不知道它是否适用于更复杂的案件。

Answer 1

到目前为止，这比暗示的要容易一些，也更具有挑战性。例如，考虑到value (比OP的v1更容易引起人们的注意)和到目前为止保持最低记录的愿望

 generate min_so_far = value[1] 
 replace min_so_far = value if value < min_so_far[_n-1] in 2/L 

其中第二个陈述利用了不令人惊讶的事实，斯塔塔replace是按目前的顺序观察。[_n-1]是前一次观测的索引，in 2/L意味着从第二次到最后一次对所有观测的循环。

请注意，OP的版本是错误的:通过始终查看前面的观察结果，代码永远不会查看最后一个值，如果它是一个新的最小值，则会忽略这一点。也许OP真的想要“以前的最低限度”，但这不是我所理解的“到目前为止的最低限度”。

如果我们在value中有缺失的值，他们不会以任何恶意的方式输入比较: Stata总是认为缺失是任意大的，所以只有在目前为止没有非缺失的情况下，才会记录缺失，这是应该的。

乍一看，该最小值的标识符将产生相同的逻辑。

 generate min_so_far = value[1] 
 gen id_min = id[1] 
 replace min_so_far = value if value < min_so_far[_n-1] in 2/L 
 replace id_min = id if value < min_so_far[_n-1] in 2/L 

至少有两个曲折可能会咬人。OP提到了一个可能的情况，即标识符可能丢失，因此我们可能有一个新的最小值，但不知道它的标识符。刚才给出的代码将使用缺少的标识符，但是如果希望用已知的标识符单独跟踪最小值的标识符，则需要不同的代码。

迄今没有提到的一个问题是，迄今为止，具有不同标识符的观测都可能具有相同的最小值。上面的代码只在第一次看到特定的最小值时才替换标识符；如果希望记录最后一次出现的标识符，那么上面最后一行的<应该替换为<=。如果希望跟踪到目前为止最小值的所有标识符，则需要一个字符串变量来连接所有标识符。

在面板或纵向数据的结构下，整个工作是在by:的主持下完成的。

我看不出有必要在这里使用用户写的扩展。

Answer 2

这适用于你的例子。它使用用户编写的命令vlookup，您可以安装它，运行findit vlookup并通过显示的链接进行跟踪。

clear
set more off

input ///
str1 id v1 
A  9  
B  8  
C  7  
B  7  
A  5  
C  4  
A  3  
A  2  
end

encode id, gen(id2)
order id2
drop id

list

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

// your code
generate minsofar = v1 if _n==1
replace  minsofar = min(v1[_n-1], minsofar[_n-1]) if missing(minsofar)

// save original sort
gen osort = _n

// group values of v1 but respecting original sort so values of 
// id2 don't jump around
sort v1 osort

// set obs after first as missing so id2 is unique within v1
gen v2 = v1
by v1: replace v2 = . if _n > 1

// lookup
vlookup minsofar, gen(idmin) key(v2) value(id2)

// list
sort osort
drop osort v2
list, sep(0)

您的代码有generate minsofar = v1 if _n==1，它更好地编码为generate minsofar = v1 in 1，因为它更高效。

您的minsofar变量只是v1的替代副本，所以如果总是这样，那么应该有更简单的方法来处理您的问题。到目前为止，我怀疑你的问题比你承认的要容易，这是通过你的职位。也许给出更多的上下文，扩展的示例数据，等等，可以得到更好的建议。