请教一个SAS _n_的问题

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

看见mitbbs上的一个问题，正好我也不懂   求解释  谢谢


为什么“if _n_=1 then do until (last)”这一段中要用if _n_=1来判断呢？如果不
用的话，sum_x sum_y都是可以正确求出来，但是obs就是missing

请教一下这儿‘if _n_=1’起的什么作用？

data temp;
input x y@;
datalines;
1 2
3 4
5 6
. 9
6 7
7 .
1 8
6 3
;
run;

data q3;
    if _n_=1 then do until (last);
        set temp nobs=obs end=last;
        sum_x+x;
        sum_y+y;
    end;
    set temp;
    if x=. then x=sum_x/obs;
    if y=. then y=sum_y/obs;
run;

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3 回帖

关键词：missing MITBBS until Input Lines mitbbs

最有趣的是这个事实：

运行以下代码：

1. data b1;
   
2.   input b;
   
3. cards;
   
4. 0
   
5. 0
   
6. 0
   
7. 1
   
8. ;
   
9. data b2;
   
10.   do until (b);
    
11.     set b1;
    
12.     a+1;
    
13.   end;
    
14. run;
    
15. proc print data=b2;
    
16. run;

复制代码

结果为：

--------------------------------------------------------------------------

                                           Obs    b    a
                                            1       1    4

--------------------------------------------------------------------------

但是，只要改一改，在do前加上if _n_=1 then，即：

1. data b1;
   
2.   input b;
   
3. cards;
   
4. 0
   
5. 0
   
6. 0
   
7. 1
   
8. ;
   
9. data b2;
   
10.   if _n_=1 then do until (b);
    
11.     set b1;
    
12.     a+1;
    
13.   end;
    
14. run;
    
15. proc print data=b2;
    
16. run;

复制代码

其结果照说应该不变，但是，真实结果却奇迹地变成：

--------------------------------------------------------------------------

                                           Obs    b    a
                                            1       1    4
                                            2       1    4

--------------------------------------------------------------------------

我以为这是 if  语句造成的，于是我试着将其变为 if 1+1=2 then，但是，其结果仍是前者，而非后者。

也就是说，造成第二种结果的关键不在"if _n_=1 then"中的 if  ，而在于其中的"_n_=1"！

为什么会出现第二种输出结果呢？

有高手能解释一下DATA步的内部操作原理么？

我认为这是一个彻头彻尾的BUG，用以下程序更直接的突出这个BUG：

1. data b1;
   
2.   input b;
   
3. cards;
   
4. 1
   
5. 2
   
6. ;
   
7. data b2;
   
8.   if _n_<3 then do;
   
9.     set b1 end=last;
   
10.     final=last;
    
11.   end;
    
12. run;
    
13. proc print data=b2;
    
14. run;

复制代码

结果为：

---------------------------------------------------------------------------

                                         Obs    b    final
                                          1       1      0
                                          2       2      1
                                          3       2      .

---------------------------------------------------------------------------

注意第3行final变量的那个空值，它表示第3行是“失落”的一行，它甚至都不能表明自身是否是最后一行！

这简直是笑话。

我不知道究竟是怎样的内部机制造成了这样荒唐的结果！

更让我不解的是，将if _n_<3 换成 if _n_<=3 ，即：

1. data b1;
   
2.   input b;
   
3. cards;
   
4. 1
   
5. 2
   
6. ;
   
7. data b2;
   
8.   if _n_<=3 then do;
   
9.     set b1 end=last;
   
10.     final=last;
    
11.   end;
    
12. run;
    
13. proc print data=b2;
    
14. run;

复制代码

结果变成：

---------------------------------------------------------------------------

                                         Obs    b    final
                                          1       1      0
                                          2       2      1

---------------------------------------------------------------------------

为什么？为什么会有如此的差别？

这不是BUG是什么？

现在我将进一步发现的“奇怪现象”记录在下面：

程序1：

1. data b1;
   
2.   input b;
   
3. cards;
   
4. 1
   
5. 2
   
6. ;
   
7. data b2;
   
8.   if _n_<3 then do;
   
9.     set b1;
   
10.     final=4;
    
11.   end;
    
12. run;
    
13. proc print data=b2;
    
14. run;

复制代码

结果为：

-----------------------------------------------------------------------------

                                         Obs    b    final
                                          1       1      4
                                          2       2      4
                                          3       2      .

-----------------------------------------------------------------------------

程序2：将程序1的final=4从do循环里拿出来，变为：

1. data b1;
   
2.   input b;
   
3. cards;
   
4. 1
   
5. 2
   
6. ;
   
7. data b2;
   
8.   final=4;
   
9.   if _n_<3 then do;
   
10.     set b1;
    
11.   end;
    
12. run;
    
13. proc print data=b2;
    
14. run;

复制代码

结果为：

-----------------------------------------------------------------------------

                                         Obs    final    b
                                          1         4      1
                                          2         4      2
                                          3         4      2

-----------------------------------------------------------------------------

程序3：将程序1中的final=4改为final+4，变为：

1. data b1;
   
2.   input b;
   
3. cards;
   
4. 1
   
5. 2
   
6. ;
   
7. data b2;
   
8.   if _n_<3 then do;
   
9.     set b1;
   
10.     final+4;
    
11.   end;
    
12. run;
    
13. proc print data=b2;
    
14. run;

复制代码

结果为：

-----------------------------------------------------------------------------

                                         Obs    b    final
                                          1       1      4
                                          2       2      8
                                          3       2      8

-----------------------------------------------------------------------------

这些记录有助于找出_n_相关的内在机理。

有意思，关注中

在对应的地方添加put _all_;语句并且看下log,可以帮助理解data步的机制
_N_不是记录的条数，而是data步循环的执行次数，虽然在某些简单代码里可以等同于当前记录数

希望对你有帮助

Very interesting！上面几个例子中的_N_同时充当了2个角色：记录观测数的变量和循环变量。在读取第一个set语句之前，_N_扮演的是循环变量，读set语句时,扮演的是记录观测数的变量。所以得到的结果的记录数要比原数据集多1条观测。当_N_的值变为1，进入第二次循环时，_N_已经等于2了（相当于retain变量，每次循环加1），point已经指向了原数据集的第二条记录。当读完最后一条观测是，_N_的值已经变为obs+1了，所以在set语句之后直接break了，不会继续执行下面的语句了。如此反复，请高手指教！

tj0412ymy 发表于 2011-11-14 15:17
Very interesting！上面几个例子中的_N_同时充当了2个角色：记录观测数的变量和循环变量。在读取第一个set语 ...

_N_
is initially set to 1. Each time the DATA step loops past the DATA statement, the variable _N_ increments by 1. The value of _N_ represents the number of times the DATA step has iterated.

这个就是_N_的本质
等于记录数只是一个巧合！

我看了你给出的程序和运行结果，SAS的执行是不存在BUG的(我想也不应该存在，否则SAS公司还怎么混，呵呵)。因为你给的程序太多，逐条解释很麻烦，这里面给出几点提示，如果有任何不明白的地方，欢迎讨论：
1.SAS 数据步隐含循环过程；
2.加法语句(就是sum_x+x之类的)，和Set Statement生成的变量具有Retain语句指定变量一样的功能，循环执行结束后不会变成缺失值；
3.在没有明确的output语句的情况下，Sas在每执行完一次数据步后，会生成一条记录，然后返回从头开始执行，直到读取完全部数据，即end指定的变量取值变成1.
我会针对第一个程序解释一下，希望有帮助

回复：
为什么“if _n_=1 then do until (last)”这一段中要用if _n_=1来判断呢？如果不
用的话，sum_x sum_y都是可以正确求出来，但是obs就是missing

请教一下这儿‘if _n_=1’起的什么作用？

data temp;
input x y@;
datalines;
1 2
3 4
5 6
. 9
6 7
7 .
1 8
6 3
;
run;
*前面的应该不存在疑问data q3;
    if _n_=1 then do until (last);
        set temp nobs=obs end=last;
        sum_x+x;
        sum_y+y;
    end;
*这里用if 语句的目的是生成x和y变量的和，以为后面求均值赋给缺失值做准备；
*为什么要用_n_=1而不是_n_=2或其它数值呢，因为变量_n_是从1开始赋值，每执行一次数据步往后累加的，如果用_n_=2，则对第1条记录来说，if语句是不执行的，此时无法计算出x和y变量各自的和，如果刚好第1个x或y就缺失的话，是无法被赋予正确的值的，所以为保险起见，只能用_n_=1而不是其它的值    set temp;
    if x=. then x=sum_x/obs;
    if y=. then y=sum_y/obs;
run;