在组内创建满足 SAS 组内两个条件的标志

Question

data abc;
length datec $19; 
input id $ param $ datec $ _flg $;
daten = input(datec,is8601dt.);
format daten is8601dt.;
cards;
001 ALT 2013-01-20T09:16 Y
001 AST 2013-01-20T09:16 Y
001 ALP 2013-01-20T09:16 Y
001 TSB 2013-01-21T09:14 Y
002 ALT 2013-02-20T08:16 N
002 AST 2013-02-20T08:16 Y
002 ALP 2013-02-20T08:16 Y
002 TSB 2013-02-21T08:14 Y
003 ALT 2013-01-20T09:16 Y
003 AST 2013-01-20T09:16 Y
003 ALP 2013-01-20T09:16 N
003 TSB 2013-01-21T09:14 N
004 ALT 2013-08-19T09:16 N
004 AST 2013-08-20T09:16 N
004 ALP 2013-08-20T09:16 Y
004 TSB 2013-08-20T11:14 Y
004 ALT 2013-08-21T09:00 Y
005 ALT 2013-08-19T11:16 Y
005 AST 2013-08-20T09:16 Y
005 ALP 2013-08-20T12:16 Y
005 TSB 2013-08-20T11:14 Y
006 ALT 2013-08-19T07:16 Y
006 ALT 2013-08-20T08:16 N
006 AST 2013-08-20T08:16 N
006 ALP 2013-08-20T08:14 Y
006 TSB 2013-08-20T08:16 Y
006 TSB 2013-08-20T08:14 Y
007 ALT 2013-08-19T10:16 Y
007 ALT 2013-08-20T08:16 N
007 AST 2013-08-20T08:16 N
007 ALP 2013-08-20T08:14 Y
007 TSB 2013-08-20T08:16 Y
007 TSB 2013-08-21T08:14 Y
;
run;

我需要的是制作一个满足以下条件的标志 (_flg2) 变量。 在 id 中，ALT 或 AST 应在 24 小时窗口内将 _FLG 设为“Y”，ALP 和 TSB 必须将 _FLG 设为“Y”。即在 24 小时内 ALT/AST & ALP & TSB 应为“Y”。

最终数据集将包含每个 id 的一个观察值。 _flg2 变量对于 (001,002,004,005,007) 中的 id 将为“Y”，而对于剩余的 id (003,006) 则缺失。

如果需要进一步澄清，请告诉我。

提前致谢！

我试过的代码如下：

proc sort data=abc out=_1;
    by id datec;
run;

data _2;
    set _1 (where=(_FLG = "Y"));
by id datec;
    if _FLG = "Y" then _flg1 = 1;
run;

proc transpose data=_2 out=_3(drop=_NAME_) ;
    by id datec daten;
    var _flg1;
    id param;
run;

data _4 (keep=id alt ast alp tsb daten dtchk dtdif);
    set _3;
    by id datec daten;
    dtdif=dif(daten)/3600;
    if first.id then dtdif=.;
if . lt dtdif lt 24 then dtchk=daten-dtdif*3600;
    format dtchk datetime.;
run;

data _5 (keep=id daten);
    set _4;
    where dtchk ne .;
    by id daten;
    if last.id;
run;

data _6;
    merge   _4(keep=id alt ast alp tsb daten)
            _4(keep=id alt ast alp tsb daten dtchk
            rename=(daten=refdt dtchk=daten alt=alt24 ast=ast24 alp=alp24     tsb=tsb24) where=(daten ne .))
            _5(in=ina);
    by id daten;
    if not ina;
    altf=max(of alt:);
    astf=max(of ast:);
    alpf=max(of alp:);
    tsbf=max(of tsb:);
    if . lt sum(altf, astf) le 2 and sum(alpf, tsbf) = 2 then _FLG2 = "Y";
run;

Answer 1

以下数据步骤应该可以工作：

data have;
  input @1 id $3. @5 param $3. @9 date yymmdd10. @20 time time5. @26 FLAG $1.;
  format datetime is8601dt. date yymmdd10. time time5.;
  datetime = dhms(date,hour(time),minute(time),0);
cards;
001 ALT 2013-01-20T09:16 Y
001 AST 2013-01-20T09:16 Y
001 ALP 2013-01-20T09:16 Y
001 TSB 2013-01-21T09:14 Y
002 ALT 2013-02-20T08:16 N
002 AST 2013-02-20T08:16 Y
002 ALP 2013-02-20T08:16 Y
002 TSB 2013-02-21T08:14 Y
003 ALT 2013-01-20T09:16 Y
003 AST 2013-01-20T09:16 Y
003 ALP 2013-01-20T09:16 N
003 TSB 2013-01-21T09:14 N
004 ALT 2013-08-19T09:16 N
004 AST 2013-08-20T09:16 N
004 ALP 2013-08-20T09:16 Y
004 TSB 2013-08-20T11:14 Y
004 ALT 2013-08-21T09:00 Y
005 ALT 2013-08-19T11:16 Y
005 AST 2013-08-20T09:16 Y
005 ALP 2013-08-20T12:16 Y
005 TSB 2013-08-20T11:14 Y
006 ALT 2013-08-19T07:16 Y
006 ALT 2013-08-20T08:16 N
006 AST 2013-08-20T08:16 N
006 ALP 2013-08-20T08:14 Y
006 TSB 2013-08-20T08:16 Y
006 TSB 2013-08-20T08:14 Y
007 ALT 2013-08-19T10:16 Y
007 ALT 2013-08-20T08:16 N
007 AST 2013-08-20T08:16 N
007 ALP 2013-08-20T08:14 Y
007 TSB 2013-08-20T08:16 Y
007 TSB 2013-08-21T08:14 Y
;
run;

proc sort data = have;
  by id date;
run;

data want;
  do until(last.id);
    set have(where = (FLAG = 'Y'));
    by id;
    select(param);
      when('ALT','AST') dt1 = datetime;
      when('ALP')       dt2 = datetime;
      when('TSB')       dt3 = datetime;
    end;
    if intck('dtmin',0,range(of dt1-dt3)) <= 24*60 and nmiss(of dt1-dt3) = 0 then FLAG2 = 'Y';
  end;
  call missing(of dt1-dt3);
  drop dt1-dt3;
run;

假设您的数据集在每个 id 内按日期时间顺序排序，您只需比较必须在同一 24 小时窗口内的每个参数值的最近遇到的日期时间。这避免了很多关于转置、加入表格的多个副本等的麻烦。