SAS：proc总结和proc排序

Question

如果您将 proc summary 与 class-clause 一起使用，它会按照 class-clause 的顺序对您的观察结果进行排序。

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

1) 我说的对吗？

2) 如果我没有指定所有字段会怎样？

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 或 proc sort？

Answer 1

这里有几点需要注意。

• 为了保留相同数量的行，您需要在 proc 汇总语句中指定 nway 选项。如果没有它，您将获得类变量的每 1、2 和 3 个组合。
• 我不确定您为什么有 BY 语句（这显然表明数据已经按该变量排序）。您可以轻松地将 var_1 包含在 CLASS 语句中。
• Proc Summary 将首先按照 BY 变量的顺序对输出进行排序，然后按照指定的顺序对 CLASS 变量进行排序。
• 无论保留哪些变量，此逻辑都适用。
• Proc Sort 在这个简单的实例中应该运行得更快，因为 Proc Summary 将执行不需要的进一步计算。
• 我有时会使用 Proc Summary 对数据进行一次性排序和重复数据删除（使用 maxid 函数），例如我每天有多个 ID，我只想拿最新的一个。这样就不必对数据进行排序，然后根据 ID 每天提取最后一条记录。

希望这会有所帮助。

这是我最后一点的一个例子。使用_all_ 要求返回数据集中的所有变量，这确实会在日志中为之前在 CLASS 语句中列出的变量创建警告，但可以安全地忽略它。基本上是我懒惰不想为宽数据集单独指定剩余的变量。

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;