使用proc-sql累计求和

Question

我想创建一个"table_min_date_100d_per_country"表，其中包含每个国家的COVID病例按日期累计超过100的第一个日期。

我有列date、cas_covid、country。

示例数据为..

Date              Cas_covid          country
2019-12-31            10             France
2020-01-01            15             France
2020-01-02            45             France       
2020-01-03            5              France
2020-01-04            15             France
2020-01-05            11             France

输出为

2020-01-05    COVID cases = 101      country = France

谢谢。

Answer 1

如果您正在使用SAS，则使用数据步骤获得累积和要容易得多。对于proc sql，没有直接的方法可以做到这一点。假设您的数据名为"old_data“，并且已经按国家/地区和日期进行了排序，下面的代码将按国家/地区创建一个具有累积和("cum_sum")变量的新数据集：

data temp_data;
set old_data;
by country;
if first.country then cum_sum=0;
cum_sum+Cas_covid;
run;

在按国家/地区计算累计和之后，如果您愿意，可以使用proc sql获得所需的输出，方法是只评估超过99的cum_sum结果，并仅保留每个国家/地区的最小值，例如：

proc sql;
create table table_min_date_100d_per_country as
select distinct
date,
cum_sum as COVID_cases,
country
from temp_data
group by country /*This line gets you summarizing statistics by country*/
where cum_sum >= 100 /*This line says that you only evaluate results >= 100*/
having COVID_cases = min(COVID_cases) /*Within the end table, you only keep the minimum number of covid cases per country (after preselecting above 99)*/;
quit;

如果您的数据未排序，则应首先运行

proc sort data=old_data;
by country date;

诚挚的问候,