Stata: разделить упорядоченный по времени массив на непересекающиеся множества

Question

Я ищу способ Stata разделить упорядоченный по времени массив на подмножества, которые не содержат перекрывающихся элементов / наблюдений.

Пример: допустим, у меня есть переменная meal для каждого человека в день, и я хотел бы определить, когда человек потенциально переключается на другую диету: diet_type быть сгенерированным. Я предполагаю, что, как только человек меняет диету - он никогда не возвращается, поэтому в первом примере следует назначить прием пищи "с", потому что после него следует больше "а" и "б".

id    day_id    meal   diet_type 
1      1      a     1
1      2      b     1
1      3      c     1
1      4      a     1
1      5      b     1
1      6      d     2
1      7      e     2
1      8      d     2

В моей настоящей задаче у меня около 100 тысяч человек и около 1000 ежедневных наблюдений каждый.

Я уже реализовал это в Python, и теперь мне интересно, можно ли решить подобные проблемы с помощью Stata.

Обновление: мне все равно, есть ли у людей одинаковые диеты, мне просто нужно определить день перемен для каждого человека.

Вот идея кода, который у меня есть в python:

import pandas as pd
import numpy as np


# create example data
df1 = pd.DataFrame({'id': np.full(10, 0), 'day_id': range(10),
                   'meal': ['a','b','c','a','b','d','e','e','f','d']},
                    index=range(10))
df2 = pd.DataFrame({'id': np.full(10, 1), 'day_id': range(10),
                   'meal': ['k','l','m','m','l','m','m','n','m','m']},
                    index=range(10,20))
mealsDf = df1.append(df2)



# create a list of individuals to loop over
list = mealsDf.id.unique()

result_df = pd.DataFrame()
for id in list:
    # select entries in dataframe for this id
    df = mealsDf.loc[mealsDf.id == id]

    # starting with the fist day check for disjoint sets of meals
    df = df.sort('day_id')
    diet_type = []
    m = 0
    d = 0
    for j in range(len(df)):
        a = df.meal[m:j+1]
        b = df.meal[j+1:len(df)]
        if set(a).isdisjoint(b):
            diet_type[m:j+1] = np.full(j+1-m, d)
            m = j + 1
            d = d + 1
    df['diet_type'] = diet_type
    if len(result_df) == 0:
        result_df = df
    else:
        result_df = result_df.append(df)


print(result_df)

который дает

    day_id  id meal  diet_type
0        0   0    a          0
1        1   0    b          0
2        2   0    c          0
3        3   0    a          0
4        4   0    b          0
5        5   0    d          1
6        6   0    e          1
7        7   0    e          1
8        8   0    f          1
9        9   0    d          1
10       0   1    k          0
11       1   1    l          1
12       2   1    m          1
13       3   1    m          1
14       4   1    l          1
15       5   1    m          1
16       6   1    m          1
17       7   1    n          1
18       8   1    m          1
19       9   1    m          1