如何计算时间点未来一段时间的记录数量统计？

person，out，date三个变量。以下是其中一段数据，

任务：计算每条记录之后30天内测量记录的数量（最近30天的除外）

进阶任务：计算连续三次out均为1的记录未来30天的测量记录的数量。

person out  date

001 1 2006-5-25

001 0 2006-5-26

001 0 2006-5-27

001 1 2006-5-28

001 0 2006-5-29

001 0 2006-6-7

001 1 2006-6-8

001 1 2006-6-9

001 1 2006-7-8

001 1 2006-7-9

001 1 2006-7-25

001 0 2006-7-26

001 1 2006-7-27

001 1 2006-7-28

001 0 2006-7-29

001 0 2006-9-7

001 1 2006-9-8

001 0 2006-9-9

001 1 2006-11-8

001 1 2006-11-9

001 1 2006-11-8

001 0 2006-11-9

002 1 2006-5-25

002 0 2006-5-26

002 0 2006-6-1

002 1 2006-5-28

002 0 2006-5-5

002 0 2006-6-7

002 1 2006-6-8

002 1 2006-6-9

002 1 2006-7-8

002 1 2006-7-9

002 1 2006-7-25

002 0 2006-7-26

002 1 2006-4-27

002 1 2006-7-28

002 0 2006-7-29

002 0 2006-9-7

002 1 2006-6-8

002 0 2006-9-9

002 1 2006-11-8

002 1 2006-8-9

002 1 2006-7-11

002 0 2006-11-9

003 0 2007-5-25

003 0 2007-5-26

003 0 2007-6-1

003 1 2007-5-28

003 1 2007-5-5

003 0 2007-6-7

003 1 2007-6-8

003 1 2007-6-9

003 1 2007-7-8

003 0 2007-7-9

003 1 2007-7-25

003 0 2007-7-26

003 0 2007-4-27

003 1 2007-7-28

003 0 2007-7-29

003 0 2007-9-7

003 1 2007-6-8

003 0 2007-9-9

003 1 2007-11-8

003 0 2007-8-9

003 1 2007-7-11

003 1 2007-11-9


谢谢各位了！

niuwussc 发表于 2011-12-30 06:10
谢谢各位的热情，我把完整的数据传上来。见附件。

回复shenliang_111：之前用day来计算有些问题，看起来 ...

1. /*问题一的程序*/
   
2. proc sql;
   
3. create table result1(drop=n) as
   
4. select distinct a.*,count(b.n) as number
   
5. from(select a.*,monotonic() as n from a) a
   
6. left join (select a.*,monotonic() as n from a) b
   
7. on a.person=b.person
   
8. and a.n lt b.n
   
9. and b.time le intnx('dtday',a.time,30,'same') and b.time ge a.time
   
10. group by a.n
    
11. order by a.n;
    
12. quit;
    
13. /*问题二的程序*/
    
14. proc sql;
    
15. create table result2(drop=n) as
    
16. select distinct a.*
    
17. from (select *,monotonic()as n from result1) a
    
18. left join (select *,monotonic()as n from result1) b
    
19. on a.person=b.person and (b.n-a.n) in (-2,-1,0,1,2)
    
20. group by a.n
    
21. having sum(b.out)=5
    
22. order by a.n;
    
23. quit;

复制代码

1. /*第一问的可能程序*/
   
2. data a;
   
3. input / person out date :yymmdd10.;
   
4. format date yymmdd10.;
   
5. cards;
   
6. 
   
7. 001 1 2006-5-25
   
8. 
   
9. 001 0 2006-5-26
   
10. 
    
11. 001 0 2006-5-27
    
12. 
    
13. 001 1 2006-5-28
    
14. 
    
15. 001 0 2006-5-29
    
16. 
    
17. 001 0 2006-6-7
    
18. 
    
19. 001 1 2006-6-8
    
20. 
    
21. 001 1 2006-6-9
    
22. 
    
23. 001 1 2006-7-8
    
24. 
    
25. 001 1 2006-7-9
    
26. 
    
27. 001 1 2006-7-25
    
28. 
    
29. 001 0 2006-7-26
    
30. 
    
31. 001 1 2006-7-27
    
32. 
    
33. 001 1 2006-7-28
    
34. 
    
35. 001 0 2006-7-29
    
36. 
    
37. 001 0 2006-9-7
    
38. 
    
39. 001 1 2006-9-8
    
40. 
    
41. 001 0 2006-9-9
    
42. 
    
43. 001 1 2006-11-8
    
44. 
    
45. 001 1 2006-11-9
    
46. 
    
47. 001 1 2006-11-8
    
48. 
    
49. 001 0 2006-11-9
    
50. 
    
51. 002 1 2006-5-25
    
52. 
    
53. 002 0 2006-5-26
    
54. 
    
55. 002 0 2006-6-1
    
56. 
    
57. 002 1 2006-5-28
    
58. 
    
59. 002 0 2006-5-5
    
60. 
    
61. 002 0 2006-6-7
    
62. 
    
63. 002 1 2006-6-8
    
64. 
    
65. 002 1 2006-6-9
    
66. 
    
67. 002 1 2006-7-8
    
68. 
    
69. 002 1 2006-7-9
    
70. 
    
71. 002 1 2006-7-25
    
72. 
    
73. 002 0 2006-7-26
    
74. 
    
75. 002 1 2006-4-27
    
76. 
    
77. 002 1 2006-7-28
    
78. 
    
79. 002 0 2006-7-29
    
80. 
    
81. 002 0 2006-9-7
    
82. 
    
83. 002 1 2006-6-8
    
84. 
    
85. 002 0 2006-9-9
    
86. 
    
87. 002 1 2006-11-8
    
88. 
    
89. 002 1 2006-8-9
    
90. 
    
91. 002 1 2006-7-11
    
92. 
    
93. 002 0 2006-11-9
    
94. 
    
95. 003 0 2007-5-25
    
96. 
    
97. 003 0 2007-5-26
    
98. 
    
99. 003 0 2007-6-1
    
100. 
     
101. 003 1 2007-5-28
     
102. 
     
103. 003 1 2007-5-5
     
104. 
     
105. 003 0 2007-6-7
     
106. 
     
107. 003 1 2007-6-8
     
108. 
     
109. 003 1 2007-6-9
     
110. 
     
111. 003 1 2007-7-8
     
112. 
     
113. 003 0 2007-7-9
     
114. 
     
115. 003 1 2007-7-25
     
116. 
     
117. 003 0 2007-7-26
     
118. 
     
119. 003 0 2007-4-27
     
120. 
     
121. 003 1 2007-7-28
     
122. 
     
123. 003 0 2007-7-29
     
124. 
     
125. 003 0 2007-9-7
     
126. 
     
127. 003 1 2007-6-8
     
128. 
     
129. 003 0 2007-9-9
     
130. 
     
131. 003 1 2007-11-8
     
132. 
     
133. 003 0 2007-8-9
     
134. 
     
135. 003 1 2007-7-11
     
136. 
     
137. 003 1 2007-11-9
     
138. ;
     
139. proc sql;
     
140. create table result1(drop=n) as
     
141. select distinct a.*,count(b.n) as number
     
142. from(select a.*,monotonic() as n from a) a
     
143. left join (select a.*,monotonic() as n from a) b
     
144. on a.person=b.person
     
145. and a.n lt b.n
     
146. and b.date le intnx('day',a.date,30,'same') and b.date ge a.date
     
147. group by a.person,a.date
     
148. order by a.n;
     
149. quit;

复制代码

shenliang_111 发表于 2011-12-29 19:15

至于第二问？问下楼主 什么样的记录叫做连续三次out都为1？

shenliang_111 发表于 2011-12-29 19:17
至于第二问？问下楼主 什么样的记录叫做连续三次out都为1？

谢谢

比如，你看下面这个，中间的out变量，连续五次为1，也就是有三个连续三次为1的情况。

001 1 2006-6-8
001 1 2006-6-9
001 1 2006-7-8
001 1 2006-7-9
001 1 2006-7-25

niuwussc 发表于 2011-12-29 19:53
谢谢

比如，你看下面这个，中间的out变量，连续五次为1，也就是有三个连续三次为1的情况。

1. /*01.从result1中筛选出那些符合条件的记录就可以了，下面的程序可能能够满足楼主的要求！*/
   
2. proc sql;
   
3. create table result2(drop=n) as
   
4. select distinct a.*
   
5. from (select *,monotonic()as n from result1) a
   
6. left join (select *,monotonic()as n from result1) b
   
7. on a.person=b.person and (b.n-a.n) in (-2,-1,0,1,2)
   
8. group by a.n
   
9. having sum(b.out)=5
   
10. order by a.n;
    
11. quit;
    

复制代码

shenliang，你好，这段测试数据没问题，但是实际数据出差错了，为什么number那么大呢？


person        Date        number
M10002        14-Sep-11        100
M10002        15-Sep-11        104
M10002        16-Sep-11        205
M10002        16-Sep-11        205
M10002        17-Sep-11        107
M10002        19-Sep-11        363
M10002        19-Sep-11        363
M10002        19-Sep-11        363
M10002        20-Sep-11        1309
M10002        20-Sep-11        1309
M10002        20-Sep-11        1309
M10002        20-Sep-11        1309
M10002        20-Sep-11        1309
M10002        20-Sep-11        1309
M10002        20-Sep-11        1309
M10002        20-Sep-11        1309
M10002        20-Sep-11        1309
M10002        20-Sep-11        1309
M10002        20-Sep-11        1309
M10002        21-Sep-11        1008
M10002        21-Sep-11        1008
M10002        21-Sep-11        1008
M10002        21-Sep-11        1008
M10002        21-Sep-11        1008
M10002        21-Sep-11        1008
M10002        21-Sep-11        1008
M10002        21-Sep-11        1008
M10002        21-Sep-11        1008
M10002        22-Sep-11        535
M10002        22-Sep-11        535
M10002        22-Sep-11        535
M10002        22-Sep-11        535
M10002        22-Sep-11        535
M10002        23-Sep-11        315
M10002        23-Sep-11        315
M10002        23-Sep-11        315
M10002        24-Sep-11        900
M10002        24-Sep-11        900
M10002        24-Sep-11        900
M10002        24-Sep-11        900
M10002        24-Sep-11        900
M10002        24-Sep-11        900
M10002        24-Sep-11        900
M10002        24-Sep-11        900

补充一句，M10002这个person的所有记录加起来，只有651条

niuwussc 发表于 2011-12-29 22:45
补充一句，M10002这个person的所有记录加起来，只有651条

能不能把原数据集发给我一下？我看看

The problem looks simple but I am not sure about your requirements.

The data have some duplicates. For example,

001 1 2006-11-8

001 1 2006-11-9

001 1 2006-11-8

001 0 2006-11-9

What is the counting rule for those duplicates.

Do you need to calculate it for every observation of each ID?