SAS程序请教

有个SAS程序的问题想请教大家，如下：
hs    code    year1     year2
1     1234    2004    2004
1     2345    2004    2004
1     3456    2004    2004
1     3456    2005    2004
1     4567    2004    2004
1     4567    2005    2004
1     5678    2004    2004
1     5678    2005    2004
1     5678    2006    2004
.......
想要的结果是生成一个新的变量number，如果year1=year2，则number=0，
如果year1不等于year2（一定是year1大于year2），例如，
hs    code    year1     year2
1     3456    2005    2004

year1大于year2，查比2005小也就是2004对应的code的个数（除去自己本身，只数这条数据前面的数据）得到2，再例如
hs    code    year1     year2
1     5678    2006    2004

year1=2006，则看year1=2004和2005时的code的个数，为4
最后的结果是：
hs    code    year1   year2       number
1     1234    2004   2004          0
1     2345    2004    2004         0
1     3456    2004    2004         0
1     3456    2005    2004         2
1     4567    2004    2004         0
1     4567    2005    2004         2  
1     5678    2004    2004         0
1     5678    2005    2004         2
1     5678    2006    2004         4


有些复杂，恳请各位帮忙，如果不清楚的，我可以再解释，多谢多谢

liuliuqiu 发表于 2014-6-27 10:44
不好意思，这点我没有说清楚。其实是这样，code代表是企业的代码，year1代码企业出口的年份，每个企业后面 ...

1. ata  test;
   
2. input hs code year1 year2;
   
3. cards;
   
4. 1 1234 2004 2004
   
5. 1 2345 2004 2004
   
6. 1 3456 2004 2004
   
7. 1 3456 2005 2004
   
8. 1 4567 2004 2004
   
9. 1 4567 2005 2004
   
10. 1 5678 2004 2004
    
11. 1 5678 2005 2004
    
12. 1 5678 2006 2004
    
13. ;
    
14. run;
    
15. 
    
16. 
    
17. proc sort data=test;
    
18. by code;
    
19. run;
    
20. 
    
21. data test1;
    
22.   set test;
    
23.   by code;
    
24.   if first.code then n+1;
    
25.   else n+0;
    
26. run;
    
27. 
    
28. proc sort data=test1;
    
29. by year1 code;
    
30. run;
    
31. 
    
32. data want;
    
33. set test1;
    
34. by year1;
    
35. if first.year1 then do;
    
36.   retain number;
    
37.   if year1=year2 then number=0;
    
38.   else number=n-1;
    
39. end;
    
40. drop n;
    
41. run;
    
42. 
    
43. proc sort data=want;
    
44. by code year1;
    
45. run;

复制代码

明白了 你看看是不是这样

不太明白。。year1大于year2，查比2005小也就是2004对应的code的个数（除去自己本身，只数这条数据前面的数据）得到2   不是应该是3吗

hello_fj 发表于 2014-6-27 09:49
不太明白。。year1大于year2，查比2005小也就是2004对应的code的个数（除去自己本身，只数这条数据前面的数 ...

查year1=2004的个数是3，是
hs    code    year1   year2       number
1     1234    2004   2004          0
1     2345    2004    2004         0
1     3456    2004    2004         0
但是，要除去code=3456，也就是自身的情况，这样只剩下前两个code=1234和2345了。
谢谢

在线等，请各位帮忙解答一下吧，多谢多谢

是这个意思吗？

data test;
input hs    code    year1     year2;
cards;
1     1234    2004    2004
1     2345    2004    2004
1     3456    2004    2004
1     3456    2005    2004
1     4567    2004    2004
1     4567    2005    2004
1     5678    2004    2004
1     5678    2005    2004
1     5678    2006    2004
;

%macro cnt;
proc sql noprint;
select max(year1-year2) into: maxnum
from test;
quit;
data wanted;
set test;
if hs ne lag(hs) then call missing(n);
if code ne lag(code) then n+1;
if year1=year2 then number=0;
%let i=1;
%do i=1 %to &maxnum;
if number=. then flag&i+1;
if year1-year2=&i then number=n-flag&i;
%end;
drop n flag:;
run;
%mend;
%cnt

liuliuqiu 发表于 2014-6-27 09:56
查year1=2004的个数是3，是
hs    code    year1   year2       number
1     1234    2004   2004     ...

有点复杂1     5678    2005    2004      不是应该也是4吗？1234  2345 3456 4567

hello_fj 发表于 2014-6-27 10:27
有点复杂1     5678    2005    2004      不是应该也是4吗？1234  2345 3456 4567

不好意思，这点我没有说清楚。其实是这样，code代表是企业的代码，year1代码企业出口的年份，每个企业后面跟着不同的year1值，只有最大的那个是企业真正出口的时间。例如code=5678，year1=2004.2005.2006,  企业5678出口产品1的年份是2006年，2006年对应的number值指在2006年前（2004.2005年）出口产品1的企业个数，即1234.2345.3456和4567，而2005后面的number值是指在2005年前(2004)有多少个其他企业出口，这样，寻找year1<2005的企业个数，就有1234和2345.
也就是说，每个不同的code值，只要year1值相同，number的值也相同。上例中，year1=2004时，number=0；year1=2005时，number=2。。。。

看明白了，但是code逻辑有点复杂。。

你可以先请教大神用hash table给你算下，hash我不太会用。我在编数组。

1. data one;
   
2.   input hs    code    year1     year2;
   
3.   cards;
   
4. 1     1234    2004    2004
   
5. 1     2345    2004    2004
   
6. 1     3456    2004    2004
   
7. 1     3456    2005    2004
   
8. 1     4567    2004    2004
   
9. 1     4567    2005    2004
   
10. 1     5678    2004    2004
    
11. 1     5678    2005    2004
    
12. 1     5678    2006    2004
    
13. ;run;
    
14. 
    
15. proc sql noprint;
    
16.   select count(distinct year1) into: dist from one;
    
17. quit;
    
18. 
    
19. data two(drop = inn: i j);
    
20.   set one;
    
21.   array inn[%trim(&dist.)] $100 inn1 - inn%trim(&dist.);
    
22.   retain inn;
    
23. 
    
24.   do i = 1 to %trim(&dist.);
    
25.     j = 2004 - 1 + i;
    
26.     if year1 >= j then
    
27.     inn[i] = ifc(indexw(inn[i],cats(code)),inn[i],catx(' ',inn[i],code));
    
28.   end;
    
29. 
    
30.   if year1 > 2004 then do;
    
31.     inn0 = inn1;
    
32.     if year1 ^= 2004 + 1 then
    
33.     do i = 1 to %trim(&dist.);
    
34.       do j = 1 to count(inn[i],' ') + 1;
    
35.         inn0 = ifc(indexw(inn0,scan(inn[i],j)),inn0,catx(' ',inn0,scan(inn[i],j)));
    
36.           end;
    
37.     end;
    
38.   end;
    
39.   result = ifn(year1 = year2,0,count(cats(inn0),' '));
    
40. run;

复制代码

我按你一开始给的逻辑编了一下，但是结果貌似并不是你说的那样。

Tigflanker 发表于 2014-6-27 10:59
看明白了，但是code逻辑有点复杂。。

哎，是挺复杂的，连表述清楚都很费劲，能不能帮忙尝试一下呀，数据实在太多了，没法一个个看。
非常感谢。