I am trying to estimate the propensity score to balance the difference between the treated and the control group and use the matched result for DID estimation later on. I have a 6 year panel with gaps and therefore plan to use the propensity score in a fixed regression which demands a unified score within individuals.

Is it possible to calculate the same propensity score within an individual using the command psmatch2 or teffects?
If so, how should I amend the following command? If it is not possible, I noticed one study used coarsened exact matching (CEM) for the pooled panel but the author also mentioned it "primarily uses continuous variables", is there any other balancing procedure that I can use if CEM was not an option?

PHP Code:
input byte id byte treatment str12 mdate int(age ind1 ind2 indi3 indi4 indi5 indi6 indi7 gender)
1 1 2015m1 63 0 1 1 1 0 0 0 0
1 1 2015m2 63 0 1 1 0 0 0 0 0
1 1 2015m8 63 0 1 1 1 0 1 0 0
2 0 2015m4 65 0 0 1 0 1 0 0 1
2 0 2015m7 65 0 0 0 1 1 0 1 1
2 0 2015m8 65 0 0 0 0 1 0 0 1
3 0 2015m1 80 0 1 1 0 0 1 0 1
3 0 2015m2 80 1 0 0 1 0 0 0 1
3 0 2015m3 80 0 0 0 1 0 0 0 1
3 0 2015m6 80 0 0 0 0 0 0 0 1
3 0 2015m8 80 1 0 0 1 0 1 1 1
3 0 2015m11 80 0 1 1 0 0 1 0 1
4 0 2015m2 69 0 0 0 0 1 0 0 0
4 0 2015m5 69 0 0 0 0 1 0 0 0
4 0 2015m8 69 1 0 0 0 1 0 0 0
5 1 2015m1 78 0 0 1 1 1 0 1 0
5 1 2015m2 78 0 0 1 0 1 0 0 0
5 1 2015m5 78 0 0 1 0 1 0 0 0
5 1 2015m7 78 0 0 1 0 0 0 0 0
5 1 2015m8 78 0 0 1 1 1 0 0 0
6 0 2015m6 80 0 0 0 0 0 0 1 1
6 0 2015m11 80 0 0 0 0 0 0 1 1
7 1 2015m2 78 0 1 1 1 1 0 0 1
7 1 2015m6 78 0 1 1 0 1 0 0 1
7 1 2015m8 78 0 1 1 1 1 0 0 1
7 1 2015m9 78 0 1 1 0 0 0 0 1
8 1 2015m4 78 0 0 0 0 1 0 0 0
8 1 2015m5 78 0 0 0 1 1 1 0 0
8 1 2015m9 78 0 0 0 0 1 0 0 0
9 1 2015m1 76 0 0 0 1 1 1 0 0
9 1 2015m9 76 0 0 0 1 1 1 0 0
9 1 2015m11 76 0 0 0 0 1 1 0 0
9 1 2015m12 76 0 0 0 1 1 1 0 0
10 1 2015m2 79 0 0 1 1 1 0 1 0
10 1 2015m3 79 1 0 1 1 1 0 1 0
10 1 2015m6 79 0 0 1 1 0 0 1 0
10 1 2015m7 79 1 0 1 0 1 0 1 0
10 1 2015m10 79 0 0 1 1 1 0 1 0
10 1 2015m11 79 0 0 1 1 1 0 1 0
11 1 2015m2 77 0 0 1 0 1 0 0 0
11 1 2015m9 77 0 0 1 1 1 0 0 0
12 0 2015m3 63 1 1 0 0 0 1 1 0
12 0 2015m6 63 1 1 0 1 0 1 0 0
12 0 2015m8 63 1 1 0 1 0 1 0 0
12 0 2015m9 63 1 1 0 0 0 1 0 0
13 0 2015m1 76 1 0 0 0 0 0 0 0
13 0 2015m7 76 1 0 0 0 0 0 0 0
13 0 2015m10 76 0 0 0 0 0 0 1 0
13 0 2015m12 76 1 0 0 1 0 0 0 0
14 1 2015m1 52 0 1 1 1 0 1 0 1
14 1 2015m3 52 0 1 1 0 0 1 0 1
14 1 2015m7 52 0 1 1 1 0 1 0 1
14 1 2015m11 52 0 1 1 1 0 1 0 1
15 1 2015m1 61 0 1 1 0 0 1 1 0
15 1 2015m8 61 0 1 1 0 1 1 0 0
16 0 2015m10 47 1 0 1 0 0 1 0 0
16 0 2015m12 47 1 0 1 1 0 1 0 0
17 1 2015m4 63 0 1 1 0 1 0 1 0
17 1 2015m5 63 0 1 1 0 0 0 0 0
18 1 2015m9 63 1 1 1 0 0 0 0 0
18 1 2015m10 63 0 1 1 1 0 1 0 0
19 0 2015m4 80 0 0 0 0 0 0 1 1
19 0 2015m5 80 0 0 0 1 0 0 0 1
20 0 2015m7 80 0 0 0 0 0 0 0 1
20 0 2015m9 80 0 0 0 0 0 1 0 1
20 0 2015m10 80 0 0 0 1 1 1 0 1
20 0 2015m12 80 0 0 0 1 0 1 0 1
21 0 2015m6 69 0 0 0 0 1 0 0 0
21 0 2015m7 69 1 0 0 1 1 0 0 0
21 0 2015m11 69 1 0 0 0 1 0 0 0
22 1 2015m4 78 1 0 1 0 1 0 0 0
22 1 2015m6 78 0 0 1 1 1 0 0 0
23 1 2015m9 78 0 0 1 0 1 0 0 0
23 1 2015m11 78 0 0 1 0 1 0 0 0
23 1 2015m12 78 0 0 1 1 1 0 0 0
24 0 2015m8 80 0 0 0 0 0 0 1 1
24 0 2015m12 80 0 0 0 0 0 1 1 1
25 1 2015m3 78 0 1 1 1 1 0 0 1
25 1 2015m4 78 0 1 1 0 1 0 1 1
25 1 2015m5 78 0 1 1 1 1 0 0 1
26 1 2015m7 78 0 1 1 0 1 0 0 1
26 1 2015m11 78 0 1 1 1 1 0 0 1
26 1 2015m12 78 0 1 1 1 1 0 0 1
27 1 2015m3 78 0 0 0 0 1 0 0 0
27 1 2015m7 78 0 0 0 1 1 0 0 0
28 1 2015m11 78 1 0 0 0 1 0 0 0
28 1 2015m12 78 0 0 0 0 1 0 0 0
29 1 2015m2 76 0 0 0 0 1 1 0 0
29 1 2015m10 76 0 0 0 1 1 1 0 0
30 1 2015m4 79 0 0 1 0 1 0 1 0
30 1 2015m5 79 0 0 1 0 1 0 1 0
31 1 2015m8 79 0 0 1 1 1 0 1 0
31 1 2015m9 79 0 0 1 1 1 0 1 0
31 1 2015m12 79 0 0 1 1 1 0 1 0
32 1 2015m1 77 0 0 1 0 1 0 0 1
32 1 2015m3 77 1 0 1 1 1 0 0 0
32 1 2015m8 77 0 0 1 0 1 0 0 0
33 1 2015m4 77 0 0 0 1 1 1 0 0
33 1 2015m5 77 0 0 1 0 1 0 0 0
33 1 2015m6 77 0 0 1 1 1 0 0 0
34 1 2015m7 77 0 0 1 0 1 0 0 0
34 1 2015m10 77 1 0 1 1 1 0 0 0
34 1 2015m12 77 0 0 1 1 1 0 0 0
35 0 2015m5 63 1 1 0 1 0 1 0 1
35 0 2015m7 63 1 1 0 0 0 1 0 0
36 0 2015m10 63 1 1 1 1 0 1 0 0
36 0 2015m12 63 1 1 0 0 0 1 0 0
37 0 2015m3 76 1 0 0 0 0 0 1 1
37 0 2015m4 76 1 1 0 1 0 0 0 0
37 0 2015m9 76 1 0 1 0 1 0 0 0
38 0 2015m8 76 1 0 0 1 0 0 0 0
38 0 2015m11 76 0 0 0 0 0 0 1 0
39 1 2015m2 52 0 1 1 1 1 1 0 1
40 1 2015m6 52 0 1 1 0 0 1 0 1
40 1 2015m10 52 0 1 1 0 0 1 0 1
40 1 2015m12 52 0 0 0 1 0 1 0 1
41 1 2015m5 61 0 1 1 1 0 1 1 0
41 1 2015m7 61 0 0 1 0 1 1 1 0
42 1 2015m9 61 1 1 1 0 1 1 0 0
42 1 2015m10 61 0 1 1 0 1 1 0 0
43 1 2015m11 61 0 1 1 0 1 1 0 0
43 0 2015m11 47 1 0 1 0 0 1 0 0
End