1.導讀
眾所周知，gen是Stata中使用頻率非常高的變量生成命令之一。誒，難道還有其他變量生成命令?是的，egen(extension of generate)作為gen的擴展，對gen命令進行了補充，幫助我們更好地使用變量生成功能。2.gen與egen的比較
我們將從語法出發(fā)，比較gen與egen的異同，看看egen是如何對gen進行擴展的。
gen的語法為：
generate [type] newvar[:lblname] =exp [if] [in] [,before(varname) |after(varname)]
egen的語法為：
egen [type] newvar = fcn(arguments) [if] [in] [, options]
相同點：
(1)gen和egen都是變量生成命令;
(2)變量類型[type]均為可選項，缺省時，gen和egen能夠根據(jù)新生成的變量值自動判斷并分配數(shù)據(jù)類型;
(3)兩者都能選用[if]和[in]進行條件判斷和范圍選擇;
(4)兩者都可以使用by前綴(在某些情況下egen無法使用by分組功能)。
不同點：
(1)[:lblname]選項使gen可以在生成新變量的同時賦予其已定義的值標簽，并且[, before(varname) |after(varname)]選項允許我們調(diào)整新變量的順序;
(2)敲重點：使用gen生成的新變量，其變量值是由給定的表達式(exp)計算所得，表達式中可以使用Stata中的任意運算符(如，代數(shù)運算符”+” “-“ “*” “\”，邏輯運算符”>” “<” “|” “&” “!”等)和九大類函數(shù);
(3)敲重點：egen只能使用專屬的egen函數(shù)來為新變量計算變量值，如mean()、rank()等。值得注意的是，egen函數(shù)只能在egen命令下使用，不能用在gen的表達式中，egen命令也無法使用任何運算符或九大類函數(shù)來計算生成變量值;
(4)在使用gen命令時，_n和_N是我們常用的下標變量，用于表示行號和總觀測值非常方便，但egen卻無法使用。這是為什么呢?因為egen專屬函數(shù)往往以某個變量或某一觀測目標為參數(shù)，計算某個變量(一列)或觀測目標(一行)的某種特征(比如均值，使用mean())，因此無需使用_n和_N。這也提示了egen生成的新變量值往往是一個常數(shù)(constant)，當然也有egen專屬函數(shù)的返回值不是常數(shù)，而gen生成的變量值則是一個變動值(running value)。
3.案例分析
下面，我們通過一個簡單的例子來驗證上述異同點。
現(xiàn)有兩個家庭：第一個家庭是一個三口之家，父親、母親、女兒的年齡分別是44、41、20歲;第二個家庭三代同堂，祖父祖母為83、85歲，父親母親為45、44歲，兒子24歲，孫女3歲。
插入input命令，把兩個家庭的把相關數(shù)據(jù)寫入stata數(shù)據(jù)集：
input hid age gender income1 44 1 90001 41 0 80001 20 0 50002 83 1 20002 85 0 20002 45 1 60002 44 0 80002 24 1 40002 3 0 0end
查看Stata數(shù)據(jù)集：
特別地，目前僅發(fā)現(xiàn)sum()函數(shù)能夠同時被gen和egen使用。利用gen命令，使用sum()函數(shù)生成的IncomeSumg是列累積和，比如IncomeSumg[2]=income[1]+ income[2] ，是一個變動值(running value)，而在egen命令下sum()返回的則是列總和，IncomeSume的每一個變量值都等于income變量值的總和(即44000=5000+8000+9000+0+4000+8000+6000+2000+2000)，是一個常數(shù)(constant)。
實際上，sum()作為一個常規(guī)數(shù)學函數(shù)，并不屬于egen專屬函數(shù)，并且egen專屬函數(shù)中的total()函數(shù)功能與sum()完全一致——返回列總和。這個矛盾我們目前尚無答案，讀者朋友們?nèi)缬泻侠淼南敕ㄕ堅谠u論區(qū)告訴我們唷~4.結論
綜合上述分析，我們能夠得到啟示：使用gen命令創(chuàng)建新變量是一種“相對”創(chuàng)建，比如，現(xiàn)要求生成一個新變量，個人年收入incomey：
gen incomey = income*1
這個命令的實質(zhì)是，創(chuàng)建一個新變量incomey，使得：
incomey[1] = income[1]*12incomey[2] = imcome[2]*12…incomey[_N] = income[_N]*12
而egen的某些專屬函數(shù)的參數(shù)往往是某一整行或某一整列，比如計算兩個家庭的月收入均值，月收入的下四分位數(shù)：
egen meani = mean(income)egen pctile4 = pctile(income),p(25)
其中，income是作為收入總和(即44000)參與計算的，這與gen命令有顯著的不同。
當然，egen還有許多其他專屬函數(shù)，比如anycount()、anymatch()等使用“相對”創(chuàng)建方法的專屬函數(shù)，也有rowfirst()、rowmax()等對每行進行匹配和判斷的函數(shù)……總之，當你想創(chuàng)建一個以整行或整列的特征為結果或判斷、匹配條件時就可以考慮使用egen命令啦。
