SAS-Selecting Top Subjects - 每个都有多行答案

【问题标题】：SAS-Selecting Top Subjects- each with multiple rowsSAS-Selecting Top Subjects - 每个都有多行
【发布时间】：2016-01-05 15:54:04
【问题描述】：

我正在尝试从 200 个科目中选择前 10 个科目，每个科目可以有多行，并且每个科目都由 ID 变量唯一标识。数据按变量amount_paid（降序-美元金额）selection_flag（升序-1 或2）排序。例如，目前的数据看起来像这样，大约有 200 个唯一 ID：

ID   amount_paid   selection_flag   group
191  $10               1            R3  
101  $5                2            R2   
101  $3                2            R1 
750  $2                2            R0
250  $1                2            R0

我尝试过选择不同的 ID、分配枚举、合并，然后只选择数字等于或小于 10 的 ID。例如：

ID   number
191  1
101  2
101  2
750  3
250  4

But using distinct changes the order of IDs:

    ID   number
    101  1
    101  1
    191  2
    250  3
    750  4

我也尝试过 proc sql (outobs=10)，但它只返回顶部行而不是顶部 ID 及其所有相关行。

所以理想情况下，我想选择前十个 id 及其各自的所有数据行，并保持按 amount_paid（升序）和 selection_group（降序）排序的顺序不变。对此的任何建议将不胜感激！

已经尝试过的示例代码：

创建 Universe 的代码（创建选择标志，因为如果在数据中需要所有 R3、R4 和 R5：

PROC SQL;
   CREATE TABLE WORK.univ1 AS 
   SELECT distinct t1.*,
          /* Selection Flag */
            (case when group in ('R3','R4','R5') then 1 else 2 end) As selection_flag
      FROM RawData t1 Left Join Value_Cde_Excl t2 ON (t1.ID = t2.ID)
                              Left Join Cond_Cde_Excl t3 ON (t1.ID= t3.CH_ICN)
                              Left Join Diag_Excl t4 ON (t1.ID = t4.CH_ICN)
      WHERE t1.y BETWEEN 'R0' AND 'RZ' AND   
                  t1.ID NE t2.ID AND
                  t1.ID NE t3.ID AND
                  t1.ID NE t4.ID
    ORDER BY Selection_Flag,
              Amt_Paid DESC,
                  ID;
QUIT;    


Code to pull distinct ids (loses order):
PROC SQL;
   CREATE TABLE WORK.sample AS 
   SELECT distinct ID
      FROM univ1;
QUIT;  

Code to put distinct ids in a macro (loses order):

/*Create a macro variable of all ICNs */
proc sql noprint;
select distinct ID
into :ID_LIST separated by ' ' 
from univ1;
quit;

code to select top 10 observations (keeps order, but has duplicated ids)
PROC SQL outobs=10;
   CREATE TABLE WORK.sample AS 
   SELECT ID
      FROM univ1;
QUIT;

【问题讨论】：

什么定义了“顶行”？如果一个 ID 有五行，每行 x 为 1，这算作最上面的行之一吗（如果 x=5 是一个最大值）？
乔，我应该澄清一下，顶行首先由美元金额 X 定义，其次由 y 定义。
您能发布一些您尝试过但不起作用的代码吗？并扩展示例数据以反映您的问题。
@Reeza，我已经添加了一些示例代码，并修改了数据，感谢您的帮助，如果您需要添加任何其他内容，请告诉我

标签： sorting sas grouping

【解决方案1】：

试试这个：

第 1 步：保存数据集的当前顺序

创建一个定义当前顺序的索引变量。

data ordered;
     set have;
     Order+1;
run;

输出：

您现在可以随意操作数据而不会丢失原始顺序。

第 2 步：删除重复 ID

您想要选择前 10 个 ID，但想要删除重复项。让我们按ID 和Order 对其进行排序，将所有重复的ID 放在一起。

proc sort data=ordered
    by ID Order;
run;

您的数据集应如下所示：

我们希望保留每个 ID 的第一个观察结果。我们可以通过两种方式删除重复项：通过数据步骤，或另一个带有equals 选项的proc sort 语句。我们将使用另一个proc sort，因为它有dupout 选项。

proc sort data=ordered
          out=ordered_nodupes
          dupout=dupes
          nodupkey
          equals;
    by ID;
run;

您现在应该有两个数据集：

Ordered_NoDupes
ID   Order
101  2
191  1
250  5
750  4
__________
  Dupes
ID   Order
101  3

第 3 步：按原顺序排序

最后，按原来的顺序排序，只保留前 10 个观察值。

proc sort data=ordered_nodupes
          out=Top_10_IDs(obs=10);
     by order;
run;

我们现在有了前 10 个 ID：

第 4 步：仅选择前 10 个 ID

我们将使用 Top_10_IDs 数据集作为键来查找主数据集中 ID 为前 10 名之一的所有行。

proc sql noprint;
    create table want as
        select *
        from have
        where ID IN(select ID from Top_10_IDs);
quit;

【讨论】：

【解决方案2】：

如果您只想要前 10 个 ID + 所有相关行（基于 ID）：

数据需要1；设置 univ1 ; 按 ID 未排序；如果 first.ID 则 id_cnt + 1 ；如果 id_cnt

【讨论】：