[SAS]如何将以下loop问题转换成矩阵或其它运行速度更快的方式？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

6月28更新

非常谢谢大家出谋划策, 新遇到的需要做pca的每个小组在大数据集里所取用的x和y均不同, 所以目前看来应该只能loop了.

但是如果y相同, 加入by变量可以大大提升速度.

再次感谢大家~

------------------------------------------------------以下原问题-------------------------------------------------

有一个非常大的数据集，有一个指标变量，指标变量里有三个独立的数字会变化，比如a1b1c1,a1b1c2，a1b1c3， a1b2c1.....对每一个指标组都要进行一次主成分分析与一次回归。如果用for循环, 会有三层循环，由于组别非常多，循环次数非常多，跑一次要好几个小时，非常不利于debug和实际应用。有没有其它可以提高运行速度的办法呢？

求大神指教，多谢多谢！

6月21日补充：

试了一下下面大神的办法，确实可以快很多。但是新的问题是,：

        proc princomp data = a out = b outstat = c plots=none;

                by flag;

                var abc;

        run;

如上程序，每一个flag组的var不完全一致怎么办？

我有试过让不属于哪个flag组的var在那个flag组就为missing，但是var好像有一个missing， 整条记录都不会被用。

所以再次来问有批量处理的方法吗？loop效率真的太低了。。。

再次感谢～

程序更新在10楼啦～拜谢～

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：loop debug for循环 主成分分析 指标变量

原表结构是怎样的？描述一下？

你把指标组，用一个变量来标名，比如：flg='A' / 'B' /'C'

在进行主成分分析的时候，by  flg 即可。

proc pls data=test nfac=10 plot=XYScores method=pcr;
   model log_RAI =因变量;
   by flg;
run;

流水不朽 发表于 2018-5-11 12:43
你把指标组，用一个变量来标名，比如：flg='A' / 'B' /'C'

在进行主成分分析的时候，by  flg 即可。

非常感谢！

原来的程序还挺复杂的，大致就是现根据指标组subset出一个data set， 然后对这个data set做主成分，取前三名，做回归。然后对整个过程loop。

所以您的方法可以解决主成分loop的问题～再次感谢～

增加了新的问题～求大神指教～谢谢～

sas有专门的矩阵处理，proc iml，你可以了解一下

Supmilk 发表于 2018-6-22 16:21
sas有专门的矩阵处理，proc iml，你可以了解一下

谢谢，我研究一下～

再次谢谢楼上的建议。初步研究一下proc iml 可以做很多批量操作，但好像并不能解决需要按数据块（行和列均有不同）跑模型的loop问题。 有哪位大神有其它idea～或者SAS 里有类似R里面的list存储模式吗？以及lapply这种？再再再再次感谢！

你把源程序和数据帖出来，让大家帮你优化一下。

原程序非常长...其实也不是我写的，大概简化了下如下。这只是PCA的部分。后面还有regression的部分～先解决PCA，然后我看看能不能类比regression吧～非常谢谢大家～另外，proc iml给我的电脑上的SAS没有，所以应该是用不了的。再次感谢！
%macro Reg_Prep;/*LOOP 468 Times, do 1404 PCA*/

%do j = 0 %to 11;         

        %do i = 0 %to 12;               

                %do k = 0 %to 2;               

                ***** Split *****;

                data master_for_model_A&i._B&j._C&k.;
                        set model.master_for_model;
                        if A_Id = &i. and B_ID = &j. and C_ID = &k.;               
                run;
               
        ***** PCA ***** 3 times for X/Y/Z;



                proc princomp data = master_for_model_A&i._B&j._C&k. out = model.master_for_model_A&i._B&j._C&k._X prefix = X_
                        outstat = pca.pca_X_A&i._B&j._C&k. plots=none;
                        var &&PCA_X_A&j..;
                run;



                proc princomp data = master_for_model_A&i._B&j._C&k. out = model.master_for_model_A&i._B&j._C&k._Y prefix = Y_
                        outstat = pca.pca_otc_A&i._B&j._C&k. plots=none;
                        var &&PCA_Y_A&j..;
                run;

                proc princomp data = master_for_model_A&i._B&j._C&k. out = model.master_for_model_A&i._B&j._C&k._Z prefix = Z_
                        outstat = pca.pca_Z_A&i._B&j._C&k. plots=none;
                        var &&PCA_Z_A&j..;
                run;


        /* To add manual calculation */
        

                data master_for_model_A&i._B&j._C&k.;
                        merge model.master_for_model_A&i._B&j._C&k._X
                                  model.master_for_model_A&i._B&j._C&k._Y
                                  model.master_for_model_A&i._B&j._C&k._Z;
                        by A_ID B_ID C_ID DATE;
                run;


                /* other data processing ...... */

        
        %end;
%end;
%mend Reg_Prep;

%Reg_Prep;