SAS: proc摘要和proc排序

Question

如果您在class-子句中使用proc摘要，它将按照类-clause排序您的观察结果。

proc summary data=One;
   by var_1;
   class var_2 var_3 var_4;
   output out = Two(drop= _freq_ _type_);
run;

1)我说得对吗？

2)如果我不指定所有字段，会发生什么情况？

proc summary data = Three(keep= var_1 var_2 var_ 3 var_4 var_5 var_6);
   by var_1;
   class var_2 var_3;
   output out = Four(drop= _freq_ _type_ );
run;

3)哪个进程更快：proc summary还是proc sort

Answer 1

这里有几件事要注意。

• 为了保持相同的行数，需要在proc摘要语句中指定nway选项。没有它，您将得到类变量的每一个1、2和3组合。
• 我不知道为什么有BY语句(这显然表明数据已经按照该变量排序)。您也可以很容易地在类语句中包含var_1。
• Proc汇总将按照BY变量的顺序对输出进行排序，然后按照指定的顺序对类变量进行排序。
• 不管保存了哪些变量，这个逻辑都适用。
• Proc排序在这个简单的实例中应该工作得更快，因为Proc汇总将执行不需要的进一步计算。
• 有时，我使用Proc汇总在一个步骤(使用maxid函数)对数据进行排序和整理，例如，我每天有多个ID，而我只想使用最新的ID。这将节省数据排序，然后提取每个ID每天的最后记录。

希望这能有所帮助。

这里是我最后一点的例子。使用_all_请求返回数据集中的所有变量，这确实会在日志中为类语句中先前列出的变量创建一个警告，但可以安全地忽略它。基本上，我懒得为宽数据集分别指定其余的变量。

data have;
input unique_id custno log_dt :datetime15.;
format log_dt datetime15.;
cards;
1 123 01jul2012:13:23
2 265 01jul2012:13:56
3 342 01jul2012:15:02
4 123 01jul2012:17:12
5 342 01jul2012:18:33
6 265 02jul2012:08:41
7 123 02jul2012:10:14
8 265 02jul2012:11:05
;
run;

proc summary data=have nway;
class custno log_dt;
format log_dt dtdate9.;
output out=want (drop=_:) maxid(log_dt(_all_))=;
run;