求教SAS分组求比例问题

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

问题如下：
源文件写在一个access文件里（已经分类排序），已经导入SAS，现在要在表右方添加两列：
一列名称为行业销售收入占比（share_sales)，求出该年各个省份每个行业的每个公司销售收入占全行业的比例。
另一列名称为该行业前两家公司销售收入比例之和（front_2_share_sales)，这个变量作为每个公司身处在行业内的竞争程度。

数据量很大，有近百万。

year       address         industry      company       sales          share_sales          front2_share_sales
1996        01                 001            xxxx1             5                       
1996        01                 001            xxxx2             4         
1996        01                 001            xxxx3             3
1996        01                 002            xxxx4             9
1996              01                                002            xxxx5             8
1996        01                 002            xxxx6             7
1996        02                 001            xxxx7            10
1996        02                 001            xxxx8             6
1996        02                 001            xxxx9             5
1996        03      ............
................

在没有分组的情况下求比例比较简单，但是涉及到了两重分组，所以处理起来没有想出有效的方法，希望高手慷慨解答这个问题，最好写出完整代码，不胜感激。

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1 回帖

关键词：Industry address company access compan 行业 收入 源文件

1. data hell1;
   
2. do _n_=1 by 1 until(last.industry);
   
3. set hell;
   
4. by year address industry descending sales;
   
5. total_sales = sum(total_sales, sales);
   
6. if _N_<3 then front2_share_sales = sum(front2_share_sales, sales);
   
7. end;
   
8. do until(last.industry);
   
9. set hell;
   
10. by year address industry;
    
11. share_sales = sales/total_sales;
    
12. output;
    
13. end;
    
14. run;

复制代码

邓贵大 发表于 2013-5-11 16:49

大侠，对您的这个程序运行时不是很清楚，望指教，谢谢！
1.运行过程：  猜的是 按照year address industry为一组处理，如lz的前面到3条记录，第一次do--until将这个3条处理完后，第二次的do--until时候，指针是又跳到第一条记录，完成这一组数据处理；接着继续按照这种形式处理第二组数据（4-6条）吧

2._n_值的变化，我在您程序第二次出现do until ---end中加入  put 'test' @10_n_=;  之后，显示_n_的值都是第一次do until---end处理一组数据后的值，并没有如想像中从_n_=1开始变化