SAS分组程序

下图是部分人口普查数据，R2=0表示户主、R2=2表示子女，R4_1表示年龄，H1表示家庭户编号。
希望用SAS编程，输出第一个孩子出生时按户主年龄分组的家庭户数、最后一个孩子出生时按户主年龄分组的家庭户数、按最小孩子年龄分的家庭户数。附件的EXCEL文件中也包含下表的数据。

如果没有理解错的话，n1-n3是你想要的结果。
钱就算了，我也是学习累了休息一下的，还可以顺便做个小练习，如果符合你的要求，给个评分就好了。

1. data aaa;
   
2.         input h2 r2 r4_1 h1 $;
   
3.         cards;
   
4. 1        0        1933        011100
   
5. 1        2        1989        011101
   
6. 1        0        1968        011101
   
7. 1        2        1993        011101
   
8. 1        2        1991        011101
   
9. 1        2        1981        011102
   
10. 1        2        1986        011102
    
11. 1        0        1958        011102
    
12. 1        2        1971        011103
    
13. 1        0        1948        011103
    
14. 1        0        1947        011104
    
15. 1        0        1949        011105
    
16. 1        2        1976        011105
    
17. 1        2        1980        011105
    
18. ;
    
19. run;
    
20. 
    
21. proc sort data=aaa; by h1 r2 r4_1;run;
    
22. 
    
23. data parent children;
    
24.         set aaa;
    
25.         if r2=0 then output parent;
    
26.         if r2=2 then output children;
    
27. run;
    
28. 
    
29. proc sql;
    
30.         create table merge as
    
31.         select a.*, b.*,min(b.r4_1-a.r4_1) as age1, max(b.r4_1-a.r4_1) as age2, max(b.r4_1) as age3
    
32.         from parent as a left join children as b
    
33.         on a.h1=b.h1
    
34.         group by a.h1
    
35.         order by a.h1;
    
36. quit;
    
37. 
    
38. data merge1;
    
39.         set merge;
    
40.         by h1;
    
41.         if first.h1;
    
42. run;
    
43. 
    
44. proc sql;
    
45.         create table final as
    
46.         select a.*, count(a.age1) as n1
    
47.         from merge1 as a
    
48.         group by age1;
    
49. 
    
50.         create table final as
    
51.         select a.*, count(a.age2) as n2
    
52.         from final as a
    
53.         group by age2;
    
54. 
    
55.         create table final as
    
56.         select a.*, count(a.age3) as n3
    
57.         from final as a
    
58.         group by age3;
    
59. quit;

复制代码

楼上的代码可以，如果您有不明白的地方，我可以详细的跟您说

pl172231 发表于 2012-5-10 09:16
楼上的代码可以，如果您有不明白的地方，我可以详细的跟您说

帮我解释下下面几句程序的意思吧。谢谢！

proc sort data=aaa; by h1 r2 r4_1;run;

proc sql;

        create table merge as

        select a.*, b.*,min(b.r4_1-a.r4_1) as age1, max(b.r4_1-a.r4_1) as age2, max(b.r4_1) as age3

        from parent as a left join children as b

        on a.h1=b.h1

        group by a.h1

        order by a.h1;

quit;



data merge1;

        set merge;

        by h1;

        if first.h1;

run;



proc sql;

        create table final as

        select a.*, count(a.age1) as n1

        from merge1 as a

        group by age1;

denver 发表于 2012-5-10 00:48
如果没有理解错的话，n1-n3是你想要的结果。
钱就算了，我也是学习累了休息一下的，还可以顺便做个小练习， ...

谢谢您的解答！论坛币我已经支付出去了，如果您的答案合适，我会设置为最佳答案的（我大致看了下好像符合我的要求）。
可以帮我解释下下面几句程序的意思吗？

proc sort data=aaa; by h1 r2 r4_1;run;

proc sql;

        create table merge as

        select a.*, b.*,min(b.r4_1-a.r4_1) as age1, max(b.r4_1-a.r4_1) as age2, max(b.r4_1) as age3

        from parent as a left join children as b

        on a.h1=b.h1

        group by a.h1

        order by a.h1;

quit;



data merge1;

        set merge;

        by h1;

        if first.h1;

run;



proc sql;

        create table final as

        select a.*, count(a.age1) as n1

        from merge1 as a

        group by age1;

proc sort data=aaa; by h1 r2 r4_1;run;
这是排序程序，意思是对aaa这个数据集的内容进行排序，怎么排？by语句指定，先按h1排，h1一样的再按r2排r2一样的再按r4—1排

proc sql;

        create table merge as

        select a.*, b.*,min(b.r4_1-a.r4_1) as age1, max(b.r4_1-a.r4_1) as age2, max(b.r4_1) as age3

        from parent as a left join children as b

        on a.h1=b.h1

        group by a.h1

        order by a.h1;

quit;

这个程序比较复杂，要慢慢讲解，这是一个数据库的结构化查询语言，create table merge 这句是说让建立一个数据集，名字叫merge，那么这个merge数据集里有什么内容呢？（您可能觉得奇怪，您并没有看到a和b这两个数据集，原来a和b这两个名字是通过parent as a left join children as b语句为parent和children这两个数据集取的”别名“as语句跟着指定的别名）select a.*, b.*,min(b.r4_1-a.r4_1) as age1, max(b.r4_1-a.r4_1) as age2, max(b.r4_1) as age3这句话指定了数据集里存放的内容，数据集里放着a这个数据集中的所有变量（*表示所有），b这个数据集中得所有变量，以及在按照group by a。h1分成小组时即按照家庭编号a。h1分组时，每组中b。r4—1减去a。r4—1所得值的最小值min(b.r4_1-a.r4_1)，以及相应的max(b.r4_1-a.r4_1)最大值，b这个数据集中r4—1的最大值max(b.r4_1)

注意上面的几个变量取了别名，age1 age2 age3 您的智商一定会注意到as语句对不对？

from parent as a left join children as b

        on a.h1=b.h1
我们接着讲，上面这个语句时刚刚那么多语句后面的一部分，他告诉select语句，从哪里找上面select语句指定的内容，从哪里找呢？从parent数据集与children数据集的left join结果中找，什么叫left join？所谓左连接就是先将两张表中的所有观测取“笛卡尔积”，再按照取笛卡尔积之后的结果来筛选，只有 a.h1=b.h1 的观测才能被留在新形成的笛卡尔积表中，那么’左‘字怎么体现？左字体现在要把左边那张表中每条记录都保存，如果能有符合a.h1=b.h1的就保存合并的记录，如果没有就单独保存下来

您可能会问什么叫笛卡尔积，定义：
设A,B为集合，用A中元素为第一元素，B中元素为第二元素构成的有序对，所有这样的有序对组成的集合 　　叫做A与B的笛卡尔积，记作AxB. 　　笛卡尔积的符号化为： 　　AxB={<x,y>|x∈A∧y∈B} 　　例如，A={a,b},B={0,1,2},则 　　AxB={<a,o>,<a,1>,<a,2>,<b,0>,<b,1>,<b,2>,} 　　BxA={<0,a>,<0,b>,<1,a>,<1,b>,<2,a>,<2,b>} 　　笛卡尔积的运算性质