按组复制 SAS 中的值答案

【问题标题】：Replicating values in SAS by group按组复制 SAS 中的值
【发布时间】：2019-07-25 15:53:42
【问题描述】：

我有一个数据集，其中包含测量结果和收集数据的具体日期。我想在几天之间复制这些值，直到最后一个测量日。例如，这里是复制前的数据：

           Measurement    Day
Subject1   .85            -1
Subject1   .86            1            
Subject1   .91            7            
Subject1   .83            9            
Subject2   .77            0            
Subject2   .82            5            
Subject2   .86            12

我想修改上面的数据集，如下所示：

           Measurement    Day
Subject1   .85            -1
Subject1   .85            0
Subject1   .86            1
Subject1   .86            2
Subject1   .86            3
Subject1   .86            4
Subject1   .86            5 
Subject1   .86            6           
Subject1   .91            7
Subject1   .91            8            
Subject1   .83            9            
Subject2   .77            0
Subject2   .77            1
Subject2   .77            2
Subject2   .77            3
Subject2   .77            4       
Subject2   .82            5          
Subject2   .82            6
Subject2   .82            7     
Subject2   .82            8     
Subject2   .82            9     
Subject2   .82            10
Subject2   .82            11                      
Subject2   .86            12

【问题讨论】：

标签： arrays loops sas

【解决方案1】：

您可以通过将合并的数据偏移一行并省略by 语句来进行“前瞻合并”；

（假设您的数据按主题和日期排序）

数据合并1；合并有有 (rename=(day=nextday subject=nextsubject) drop=measurement firstobs=2) ; 如果 subject = nextsubject 然后 _day = day to nextday - 1 ；输出 ; 结尾 ; 否则做; _day = 天；输出 ; 结尾 ; drop day nextday next 主题；重命名_day =天；跑 ;

【讨论】：

酷。您可以使用单个 DO 循环，而无需 _DAY 变量。 do day = day by 1 until (day+1 > nextday);
在第二次引用 HAVE 时需要 keep=day subject 数据集选项，以防止覆盖测量变量。

【解决方案2】：

考虑使用 helper 数据集扩展数据，然后使用前向填充左连接 merge。

data helper;
    set input (keep = Subject Day);
    by Subject;
    if not first.Subject and last.Subject;

    max_day = max(Day);
    day = 0;
    do until(day > max_day);
      output;
      day + 1;
    end;

    drop max_day;
run;

data output;
    merge helper (in=h)
          input (in=i);
    if h;
    by Subject Day;

    retain _k;
    if not missing(Measurement) then _k=Measurement;
    else if missing(Measurement) then Measurement=_k;

    if not missing(Measurement);
    drop _k;
run;

数据

data input;
    infile datalines delimiter=',' DSD; 
    length subject $ 10;

    input subject measurement day;
    datalines;
Subject1,.86,1 
Subject1,.91,7 
Subject1,.83,9 
Subject2,.77,0 
Subject2,.82,5 
Subject2,.86,12
;

输出

Obs  subject   day   measurement 
1   Subject1     1          0.86 
2   Subject1     2          0.86 
3   Subject1     3          0.86 
4   Subject1     4          0.86 
5   Subject1     5          0.86 
6   Subject1     6          0.86 
7   Subject1     7          0.91 
8   Subject1     8          0.91 
9   Subject1     9          0.83 
10  Subject2     0          0.77 
11  Subject2     1          0.77 
12  Subject2     2          0.77 
13  Subject2     3          0.77 
14  Subject2     4          0.77 
15  Subject2     5          0.82 
16  Subject2     6          0.82 
17  Subject2     7          0.82 
18  Subject2     8          0.82 
19  Subject2     9          0.82 
20  Subject2     10         0.82 
21  Subject2     11         0.82 
22  Subject2     12         0.86

【讨论】：

刚试过用这个。这导致受试者的最终体重成为下一个受试者的第一个体重。有什么办法可以解决这个问题？
不确定我是否理解。如果您使用我包含的数据运行我的解决方案以实现可重复性，则输出将与您想要的结果相匹配，并具有不同的列顺序。也许您的实际数据与发布的示例不同。
是的，我正在处理一个新的数据集。也许我应该更简洁：代码导致下一个主题的第一个数字被前一个主题的最终测量值覆盖。此外，如果“天”列中的数字为负数，则此方法无效。
再一次，此解决方案符合您发布的所需结果。受试者 2 的第一条记录在第 0 天的测量值为 0.77，这与输入数据中的完全相同。您的样本不包括我可能会考虑在内的负面天数。将来，请发布接近实际数据！
请运行我的可重现示例（首先运行 input 的数据部分，然后在顶部运行实际代码）。