某天，雾霾很重，爬虫君收到一封来信：

关于这道题，我们先看哈数据是什么样的。

再来审哈题：我们要找出四种样本，分别是DUAL一直为0，或一直为1，或0变为1且只变过一次，或1变为0且只变过一次。

集才华与美貌并存的爬虫君的解题思路是：

对于DUAL一直为0或1的样本，我们可以对每个id的DUAL求和，和为0则表明DUAL一直为0，和等于每个id的观测值个数则表明DUAL一直为1。

对于DUAL0变为1且只变过一次，或1变为0且只变过一次的样本，我们可以对每个id，将后一个DUAL的观测值与前一个DUAL[_n]比较，如果一直相等则没有经过变换，如果不等则经过了变换，我们要找出只变换了一次的数据，之后再根据0、1划分细致分类。

sort id year

bysort id: egen total = sum(DUAL)  // 对每个id的DUAL求和

gen allzero = (total == 0)  // allzero=1表示DUAL一直为0的样本公司

bysort id: gen allone = (total == _N)  // allone=1表示DUAL一直为1的样本公司

首先考虑变换次数。

生 成一个新的变量change表示是否进行了变换。对于每一个id而言，如果后一个DUAL观测值DUAL[_n - 1]等于前一个DUAL，则change = 0，没有进行变换；如果不等，则change = 1，表明经过一次变换。之后再对change求和计算变换次数

需要注意的是，由于每个id的第一个DUAL[_n - 1]值是缺失值，不等于DUAL[1]，但也不表示进行了变换，所以我们要让其change = 0。

bysort id: gen change = (DUAL != DUAL[_n - 1] & DUAL[_n - 1] != .)

bysort id: egen changenum = sum(change) //变换的次数，changenum为1说明只发生了一次变化

然后考虑先0后1还是先1后0：

bysort id: gen startnum = DUAL[1]      //生成变量startnum等于一开始的数字。若startnum为0，且changenum为1，说明该公司先为0后为1，只发生一次变化

gen zero_one = (startnum == 0 & changenum == 1)       // zero_one = 1表示DUAL先为0后为1且中途只变化过一次的公司

gen one_zero = (startnum == 1 & changenum == 1)      // one_zero = 1表示DUAL先为1后为0且中途只变化过一次的公司

drop total change changenum startnum 

此时，我们就得到了想要的结果！

当然筛选DUAL一直为0或1也可以写成：

gen allzero = (startnum == 0 & changenum == 0) 

gen allone = (startnum == 1 & changenum == 0)

以上就是爬虫君的答题思路与详细解答，谢谢~

完整程序：

clear

set more off

use "数据.dta"

sort id year

bysort id: egen total = sum(DUAL)

gen allzero = (total == 0)

bysort id: gen allone = (total == _N)

bysort id: gen change = (DUAL != DUAL[_n - 1] & DUAL[_n - 1] != .)

bysort id: egen changenum = sum(change)

bysort id: gen startnum = DUAL[1]

gen zero_one = (startnum == 0 & changenum == 1)

gen one_zero = (startnum == 1 & changenum == 1)

drop total change changenum startnum

接下来报告空气质量

全国空气质量如下

山西的朋友请注意