使用 SAS 中的不同观察值的每个 ID 的新变量答案

【问题标题】：New variable per ID using different observations in SAS使用 SAS 中的不同观察值的每个 ID 的新变量
【发布时间】：2016-06-24 18:29:02
【问题描述】：

我在 SAS 中有以下数据。变量 strdat 显示一些值，例如 99979797 用于相同 id 的二阶或更高阶观察值。我想使用来自先前观察 + 7 天的变量 enddat 替换这些观察。例如，对于 id=2，第二个观察 strdat 必须更改为 20050808。

原始数据

data data_b;
input id obs strdat enddat
;
datalines;
1 1 20061130 20081215 
2 2 99979797 20070905 
2 1 20010215 20050801 
3 3 20100115 20101231 
3 2 20060203 20070601
3 1 20041115 20050202
4 3 99979797 20101231
4 2 20060101 20060205
4 1 20050810 20051010
5 1 20041201 20050614
5 2 20060105 20060301
5 3 20061015 20090606
run;

期望的输出

1 1 20061130 20081215 
2 2 20050808 20070905 
2 1 20010215 20050801 
3 3 20100115 20101231 
3 2 20060203 20070601
3 1 20041115 20050202
4 3 20060212 20101231
4 2 20060101 20060205
4 1 20050810 20051010
5 1 20041201 20050614
5 2 20060105 20060301
5 3 20061015 20090606

【问题讨论】：

请发布您尝试过的内容以及您的预期输出。如果您有与您的问题无关的无关变量，也请删除它们。

标签： sas

【解决方案1】：

首先将无效日期更改为缺失，将它们读取为 SAS 日期，并按 ID、OBS 排序。然后，您可以使用 UPDATE 用之前的结束日期 + 7 来填充缺失的开始日期。我会留给您参考文档，了解 UPDATE 如何处理缺失值以及为什么会这样。

data b;
   input id obs (strdat enddat)(:??yymmdd.);
   format strdat enddat yymmddd10.;
   datalines;
1 1 20061130 20081215 
2 2 99979797 20070905 
2 1 20010215 20050801 
3 3 20100115 20101231 
3 2 20060203 20070601
3 1 20041115 20050202
4 3 99979797 20101231
4 2 20060101 20060205
4 1 20050810 20051010
5 1 20041201 20050614
5 2 20060105 20060301
5 3 20061015 20090606
   run;
proc sort;
   by id obs;
   run;
data c;
   update b(obs=0) b;
   by id;
   output;
   strdat = enddat + 7;
   run;

【讨论】：

【解决方案2】：

为每个 id 保存第二个最新的 enddat：

proc sql;
    create table data_b2 as select distinct
        id, max(enddat) + 7 as new_enddat
        from data_b (where = (strdat ~= 99979797))
        group by id;
quit;

将它们重新附加到主表，在适当的地方替换 strdat：

proc sql;
    create table data_b3 as select distinct
        a.id, a.obs,
        case when a.strdat = 99979797 then b.new_enddat else a.strdat end as strdat,
        a.enddat
        from data_b as a
        left join data_b2 as b
        on a.id = b.id
        order by a.id, a.obs desc;
quit;

【讨论】：