敢请高手解惑一个数据问题

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

我有4个变量，数据结构如下：
customer  product   date                     category
1               001          12Feb2010          A
1               002          13Feb2010          B
1               003          19Feb2010          B
1               004          01Mar2010          A
2               005          12Mar2010          B
2               006          15Apr2010          A
2               007          18Apr2010          B
....
说明：
customer代表每一个客户id。
product代表每一个客户购买的产品，此id在数据集中是unique的，互不重复。
date代表此产品的买入时间。
category是此产品的类别，只有A和B两个值。
现要求:生成一个变量datediff，对每一个客户下的每一个产品，计算其距离上次购入A类产品的时间差（以天算）。如果是第一条记录或者之前没有购入A类产品，则为空值。

举例来说，在刚刚这个数据集中，最后应该如下：
customer  product   date                     category   datediff
1               001          12Feb2010          A              .                   (第一条记录)
1               002          13Feb2010          B              1                  (此条date=13Feb2010，上次买入A类产品是第一条记录date=12Feb2010，故为1)
1               003          19Feb2010          B              7                  (此条date=19Feb2010，上次买入A类产品是第一条记录date=12Feb2010，故为7)
1               004          21Feb2010          A              9                  (此条date=21Feb2010，上次买入A类产品是第一条记录date=12Feb2010，故为9)
2               005          12Apr2010          B              .                    (第一条记录且之前无购买A纪录)
2               006          15Apr2010          A               .                   (之前无购买A纪录)
2               007          18Apr2010          B              3                   (此条date=18Apr2010，上次买入A类产品是第一条记录date=15Apr2010，故为3)
....
依次类推。
还请高手指教。。。。

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：Category Customer Product custom produc category customer product 产品

用这个试试

试试这个程序
data a;
   input a b;
cards;
1 2
1 4
2 1
2 6
;
run;

data b;
   set a;
   by a;
   c=lag(b);
   if first.a then d=.;
   else d=b-c;
run;

烦请写一下code，谢谢了。

1. data a;
   
2.     input customer $ product $ date date9. category $;
   
3. datalines;
   
4. 1               001 12Feb2010          A
   
5. 1               002 13Feb2010          B
   
6. 1               003 19Feb2010          B
   
7. 1               004 01Mar2010          A
   
8. 2               005 12Mar2010          B
   
9. 2               006 15Apr2010          A
   
10. 2               007 18Apr2010          B
    
11. ;
    
12. run;
    
13. 
    
14. data b (drop=iddate);
    
15.     set a;
    
16.     by customer;
    
17.     retain iddate;
    
18.     if first.customer then iddate=date;
    
19.     datediff=date-iddate;
    
20.     if datediff=0 then datediff=.;
    
21. run;

复制代码

hssnow 发表于 2011-1-28 18:43

1. data a;
   
2.     input customer $ product $ date date9. category $;
   
3. datalines;
   
4. 1               001 12Feb2010          A
   
5. 1               002 13Feb2010          B
   
6. 1               003 19Feb2010          B
   
7. 1               004 01Mar2010          A
   
8. 2               005 12Mar2010          B
   
9. 2               006 15Apr2010          A
   
10. 2               007 18Apr2010          B
    
11. ;
    
12. run;
    
13. 
    
14. data b (drop=iddate);
    
15.     set a;
    
16.     by customer;
    
17.     retain iddate;
    
18.     if first.customer then iddate=date;
    
19.     datediff=date-iddate;
    
20.     if datediff=0 then datediff=.;
    
21. run;

复制代码

这段code结果不对：
customer  product   date                     category   datediff
1               001          18305                  A               .
1               002          18306                  B              1
1               003          18312                  B              7
1               004          18322                  A              17
2               005          18333                  B              .
2               006          18367                  A               34
2               007          18370                  B               37
对照一下我发的期望结果，可知这段code不对。

哦，是的，好像不对

不好意思之前没有看清要求，修改了一下，不过可能有点麻烦。。。

1. data hs.cha;
   
2.     input customer $ product $ date date9. category $;
   
3. datalines;
   
4. 1               001 12Feb2010          A
   
5. 1               002 13Feb2010          B
   
6. 1               003 19Feb2010          B
   
7. 1               004 21Feb2010          A
   
8. 2               005 12Apr2010          B
   
9. 2               006 15Apr2010          A
   
10. 2               007 18Apr2010          B
    
11. ;
    
12. run;
    
13. proc sort data=hs.cha;
    
14.     by customer category;
    
15. run;
    
16. data hs.cha2 (drop=iddate);
    
17.     set hs.cha;
    
18.     by customer category;
    
19.     retain iddate;
    
20.      if first.customer and category='A' then iddate=date;
    
21.      datediff=date-iddate;
    
22.      if datediff le 0 then datediff=.;
    
23.          format date date9.;
    
24. run;
    
25. proc sort data=hs.cha2;
    
26.     by customer product;
    
27. 
    
28. run;

复制代码

楼上的代码仅限于楼主给的这么一点数据，看似结果是正确的，其实扩展一下，就会发现问题。
假如在同一个customer中有多个A，就不符合楼主要求了，可以用代码运行一下下面的数据（在楼主数据的后面加了customer等于3和4的观测），customer=4的观测中就会有问题。从楼主给的数据来看，product是唯一的，无论date是否也是逐渐增大的，代码如下：其中的宏参数n代表customer中的最大数值，这里为4。用数据测试已通过：

1. data zachary;
   
2.     input customer  product  date:date9. category $;
   
3.     format date  date9.;
   
4. datalines;
   
5. 1               001  12Feb2010           A
   
6. 1               002  13Feb2010           B
   
7. 1               003  19Feb2010           B
   
8. 1               004  21Feb2010           A
   
9. 2               005  12Apr2010           B
   
10. 2               006  15Apr2010           A
    
11. 2               007  18Apr2010           B
    
12. 3               008  19Apr2010           B
    
13. 3               009  20Apr2010           A
    
14. 3               010  21Apr2010           B
    
15. 3               011  22Apr2010           B
    
16. 4               012  23Apr2010           A
    
17. 4               013  24Apr2010           A
    
18. 4               014  25Apr2010           A
    
19. 4               015  26Apr2010           B
    
20. 4               016  27Apr2010           B
    
21. ;
    
22. option symbolgen mlogic mprint;
    
23. %macro zachary(n);
    
24. %do i=1 %to &n.;
    
25.         data zachary&i.;
    
26.             set zachary;
    
27.                 if customer=&i.;
    
28.                 format date_1 date_2 date9.;
    
29.                 retain date_1;
    
30.                 if category='A' then do;
    
31.                         date_1=date;
    
32.                         date_2=lag(date_1);
    
33.                 end;
    
34.                 else do;
    
35.                         date_2=date_1;
    
36.                 end;
    
37.                 datediff=date-date_2;  
    
38.         run;
    
39. %end;
    
40. data zachary_1;
    
41.         set %do i=1 %to &n.;
    
42.                 zachary&i.
    
43.                 %end;;
    
44.         drop date_1 date_2;run;
    
45. proc delete data=%do i=1 %to &n.;
    
46.         zachary&i  %end;;run;
    
47. quit;
    
48. %mend;
    
49. %zachary(4);

复制代码

1. proc sql;
   
2.         create table b as
   
3.                 select
   
4.                         a.*
   
5.                         ,case
   
6.                                 when max(b.date)^=. then a.date-max(b.date)
   
7.                                 else .
   
8.                         end as datediff
   
9.                 from Zachary a
   
10.                 left join Zachary b
    
11.                 on a.customer=b.customer
    
12.                         and a.date>b.date
    
13.                         and b.category='A'
    
14.                 group by
    
15.                         a.customer
    
16.                         ,a.product
    
17.                         ,a.date
    
18.                         ,a.category
    
19.         ;
    
20. quit;

复制代码

用了楼上的测试集，提供一种sql的解决思路，呵呵，希望对你有帮助