根据SAS中的多个字段选择前3项观测？

Question

我有一个非常大的SAS数据集，其中包含了基于多个字段的前3条记录的总和。

数据的一个例子：

数据图像

假设数据是正确排序的，即按Ref、Date1(desc)、Time(desc)、Date2(Desc)排序。“Sum”字段不存在于数据集中(见下文)。

使用SAS，我需要对每个Date1实例的每个引用的前3个最近值(基于Date2和Time)进行求和。在示例数据中，“sum”字段是数据需要被求和的方式，即，所有1s在一起，2s在一起，等等。

对于这个糟糕的解释，我道歉，几天来我一直试图这样做，但没有结果！

非常感谢。

Answer 1

这应该能起作用。您需要使用使用by语句启用的分组处理。然后，您可以使用first.和last.表示法来知道何时到达每个组的开始或结束。retain语句通知sas哪些变量应该通过观察来记住它们的值。

样本数据：

data tmp;
  informat date1 date2 ddmmyy10.;
  input ref 
        date1 
        date2 
        time
        value
        ;
datalines;
11 03/01/2014 01/01/2014 9 345
11 03/01/2014 01/01/2014 8 322
11 03/01/2014 01/01/2014 7 6546
11 01/01/2014 31/12/2013 6 34
11 01/01/2014 31/12/2013 5 33
22 02/01/2014 01/01/2014 4 234
22 02/01/2014 01/01/2014 3 66
22 01/01/2014 01/01/2014 2 234
33 01/01/2014 01/01/2014 1 2
33 01/01/2014 31/12/2014 0 45
;
run;

然后确保数据正确排序，以便我们可以按组处理使用：

proc sort data=tmp;
  by ref date1 date2 descending time;
run;

由于sum()语句仅在计数器为<= 3时累积求和，因此您将得到每个by组前3个值的和。当到达组结束时，将输出一个记录。

data tmp2;
  set tmp;
  by ref date1 date2;
  retain counter total .;

  if first.date2 then do; 
    total = 0;
    counter = 1;
  end;

  if counter le 3 then do;
    total = sum(total,value);
  end;

  if last.ref or last.date1 or last.date2 then do;
    output;
  end;

  counter = counter+1;

run;