一道小白的SAS题目

这个是原始数据， 这个是最终的结果，


大概意思：对name按照year进行cost的累加。输出两张表。输出表一中有3个变量，name,year,sum;期中sum的结果应该是5,4,5,13,8,19，。。。。输出表二中有4个变量，name,year,cost,sum四个变量，sum结果应该为，2,5,4,5,6,13,8,9,19.。。
要求：只需编写程序。优先使用sql语句的sas，也可以写不使用SQL的sas。两者都写出的，则为最佳结果。若无，则以SQL为判定准则。

1. data one;
   
2. input name $ year cost;
   
3. cards;
   
4. l 1998 2
   
5. l 1998 3  
   
6. l 1999 4
   
7. m 2000 5
   
8. m 2001 6
   
9. m 2001 7
   
10. n 2002 8
    
11. n 2003 9
    
12. n 2003 10
    
13. n 2004 21
    
14. n 2004 22
    
15. i 2005 23
    
16. i 2006 24
    
17. i 2006 25
    
18. i 2006 26
    
19. i 2006 27
    
20. ;;;
    
21. proc sort data=one out=one;
    
22. by name year;
    
23. data biao1;
    
24. set one;
    
25. by name year;
    
26. if first.year then sum=0;
    
27. sum+cost;
    
28. if last.year then output;
    
29. drop cost;
    
30. run;
    
31. 
    
32. data biao2;
    
33. set one;
    
34. by name year;
    
35. if first.year then sum=0;
    
36. sum+cost;
    
37. run;

复制代码

1. data one;
   
2. input name $ year cost;
   
3. lagcost=lag(cost);
   
4. cards;
   
5. l 1998 2
   
6. l 1998 3  
   
7. l 1999 4
   
8. m 2000 5
   
9. m 2001 6
   
10. m 2001 7
    
11. n 2002 8
    
12. n 2003 9
    
13. n 2003 10
    
14. n 2004 21
    
15. n 2004 22
    
16. i 2005 23
    
17. i 2006 24
    
18. i 2006 25
    
19. i 2006 26
    
20. i 2006 27
    
21. ;;;
    
22. proc sort data=one out=one;
    
23. by name year;
    
24. run;
    
25. data one;
    
26. set one;
    
27. by name year;
    
28. if first.year then count=0;
    
29. count+1;
    
30. run;
    
31. 
    
32. 
    
33. proc sql;
    
34. create table biao1 as
    
35. select name,year,sum(cost) as sum
    
36. from one
    
37. group by name,year;
    
38. 
    
39. create table biao2 as
    
40. select a.name,a.year,a.count,( select sum(cost)  
    
41.                                from one as b
    
42.                                where a.name=b.name and a.year=b.year and a.count>=b.count
    
43.                                ) as sum
    
44. 
    
45. 
    
46. 
    
47. from one as a ;
    
48. quit;

复制代码

这是用sql实现的 但这里为了生成表2感觉有点把问题复杂化 加入了个count这个变量

sas那个石家庄人 发表于 2015-10-6 22:33

我问一下，26到29行是什么意思

落泪的剑 发表于 2015-10-7 11:05
我问一下，26到29行是什么意思

比如一个i 有很多个年份  遇到一个新的年份时 就将sum复位到0

比如 i  1991    1
       i  1991    2
       i  1992    3
       i  1992    4

第一次遇到1991年 sum复位到0;
sum+cost是一个sum函数也就是sum=sum+cost=0+1=1
因为你的第一个表要求算出每个name下出每一年cost的总sum之后再导出
因此 if last.year then output; 就是让1991年的所有cost一直加
直到最后一次出现1991的时候 再把sum导出来

sas那个石家庄人 发表于 2015-10-7 12:34
比如一个i 有很多个年份  遇到一个新的年份时 就将sum复位到0

比如 i  1991    1

那drop cost是什么意思？感觉这个句子有点累赘。是不是意味着停止自加的过程？
还有一个问题是表二的，根据你的程序好像表二输出只有10个观测值

落泪的剑 发表于 2015-10-7 12:40
那drop cost是什么意思？感觉这个句子有点累赘。是不是意味着停止自加的过程？
还有一个问题是表二的，根 ...

drop cost是丢掉cost这个变量 因为你的表一只需要看每年的cost总和sum  而每一年最后一次出现所对应的cost值还继续保留在数据集里就没有什么意义了

我刚运行了下上面两个程序 他们生成的表2都是16个观测值  不知道哪出问题了  有可能代码粘贴到网站上有地方会出错。。。

sas那个石家庄人 发表于 2015-10-6 22:33

弱弱的问一下，21和22行的sort by,是干什么用的？为什么我删除了之后，程序就出错了？还有25行的by语句，此处指的是变量吗？

落泪的剑 发表于 2015-10-7 13:23
弱弱的问一下，21和22行的sort by,是干什么用的？为什么我删除了之后，程序就出错了？还有25行的by语句， ...

by id year 就会让系统自动生成 first.name last.name first.year last.year 这几个不会出现在结果中的系统变量 我们可以在程序中运用它们来完成想要的操作

比如
               first.year    last.year
l 1991 1    1                 0
l 1991 2    0                 1
l 1992 3    1                 0
l 1992 3    0                 1

因为我们前面计算的cost的sum是不断累加的
我们不能用1991累加后的sum 带入到1992年里面来算
因此当第一次遇到1992年时  first.year的值此时是1 然后sum就会被复位到0 然后开始累加92年的
所有cost。  当第一次遇到93年时 此时first.year又等于1 sum又会被复位 开始累加93年的cost。。。。。。

为了使用by variable这个功能 我们必须要将by 后的变量排序
sort by就是为了排序 删掉后就会报错

sas那个石家庄人 发表于 2015-10-7 14:00
by id year 就会让系统自动生成 first.name last.name first.year last.year 这几个不会出现在结果中的 ...

25行的by name year 是为了让系统自动生成 first.name last.name first.year last.year ，21和22的sort by 是为了25行的by这个功能，所以必须保留，这样理解对不对？