数据处理求助

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

                遇到一个棘手的数据处理问题，菜鸟傻眼了。请版上的牛人们给指点指点，谢谢！
        数据有ID和variable
        ID    Variable   Time
        1         x            1
        1         .             2
        1         x            3
        1         x            4
        1         x            5
        1          .            6
        1         x            7
        1         x            8
       
        (x代表有数值，.代表missing)
        对每个ID，我想取用的数据是持续有数值无missing的最长段（可能表达不清楚，例子里，我想取用的数据是time3-5，因为time3-5有连续3个数值，而其他的两段是1个数值和2个数值）。
        不知道表达清楚没有，我想了好久也没有头绪，google也查不出来，感觉可能需要用sql。
        求牛人指点！！跪谢啦！
       

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2 回帖

关键词：数据处理求助 数据处理 Variable missing 数据处理问题 数据分析专题 数据处理 数据分析软件 数据分析报告 面板数据分析 excel数据分析 数据分析方法 项目数据分析

1. data test;
   
2. input ID $   Variable $  Time;
   
3. cards;
   
4. 1 x 1
   
5. 1 .  2
   
6. 1 x 3
   
7. 1 x 4
   
8. 1 x 5
   
9. 1  . 6
   
10. 1 x 7
    
11. 1 x 8
    
12. 2  . 6
    
13. 2 x 7
    
14. 2 x 8
    
15. 3  . 6
    
16. 3 x 7
    
17. 3  . 6
    
18. 3 x 7
    
19. 3 x 8
    
20. 3 x 7
    
21. 3  . 6
    
22. ;
    
23. run;
    
24. 
    
25. data want;
    
26.         set test;
    
27.         by id;
    
28.         lag_Variable=lag(Variable);
    
29.         if first.id then flag=1;
    
30.         else if Variable^=lag_Variable then flag+1;
    
31. run;
    
32. 
    
33. proc sql noprint;
    
34.         create table wanted as select
    
35.         ID,Variable,Time
    
36.         from (select *,count(flag) as nobs from want group by id,flag)
    
37.         group by id
    
38.         having  max(nobs)=nobs;
    
39. quit;

复制代码

谢谢回复，但是结果不是我想要的哦

1. data test;
   
2. input ID [        DISCUZ_CODE_6        ]nbsp;  Variable [        DISCUZ_CODE_6        ]nbsp; Time;
   
3. cards;
   
4. 1 x 1
   
5. 1 .  2
   
6. 1 x 3
   
7. 1 x 4
   
8. 1 x 5
   
9. 1  . 6
   
10. 1 x 7
    
11. 1 x 8
    
12. ;
    
13. run;
    
14. 
    
15. proc format;
    
16.         value $bin
    
17.         '.' = '0'
    
18.         other = '1'
    
19.         ;
    
20.         value bin
    
21.         .-.z = '0'
    
22.         other = '1'
    
23.         ;
    
24. data hell(drop=streak max_streak);
    
25.         do until(last.ID);
    
26.                 do streak=1 by 1 until(last.variable);
    
27.                         set test;
    
28.                         by ID Variable notsorted GroupFormat;
    
29.                         format Variable $bin.;/*use format bin. if numeric*/
    
30.                 end;
    
31.                 If vvalue(variable)="1" then max_streak = max(max_streak, streak);
    
32.         end;
    
33.         do until(last.ID);
    
34.                 do streak=1 by 1 until(last.variable);
    
35.                         set test;
    
36.                         by ID Variable GroupFormat notsorted;
    
37.                 end;
    
38.                 do until(last.variable);
    
39.                         set test;
    
40.                         by ID Variable GroupFormat notsorted;
    
41.                         If value(variable)="1" then if streak = max_streak then output;
    
42.                 end;
    
43.         end;
    
44. run;
    
45. 
    
46. proc datasets nolist;
    
47.         modify hell;
    
48.         format Variable ;
    
49. quit;

复制代码

1. data test1;
   
2.         do subID=1 by 1 until(last.ID);
   
3.                 do until(last.Variable);
   
4.                         set test;
   
5.                         by ID Variable notsorted GroupFormat;
   
6.                         format Variable $bin.;
   
7.                         Dummy=(vvalue(variable)="1");
   
8.                         output;
   
9.                 end;
   
10.         end;
    
11. proc sql;
    
12. create table temp as
    
13.         select ID, subID, sum(dummy) as streak
    
14.                 from test1
    
15.                 group by ID, subID;
    
16. create table hell1 as
    
17.         select a.ID, a.Variable, a.Time from test1 a join (
    
18.                 select a.ID, a.subID from temp a
    
19.                         where a.streak = (select max(streak) from temp where ID=a.ID)
    
20.                 ) b on a.ID=b.ID and a.subID=b.subID
    
21.                 order by a.ID, a.Time;
    
22. quit;

复制代码

谢谢ls！！！！

邓贵大 发表于 2013-6-14 04:30

大哥你实在太敬业了，写了那么多

我过去写过一个宏，求序列中连续值的出现次数
https://bbs.pinggu.org/thread-2402204-1-1.html
可以用这个宏，得到的结果再用Proc sql求个最大值就好了

看不懂题意，不明白想实现什么

1. data quan;
   
2. input id  variable $ time @@;
   
3.   if variable ne lag(variable) then groupby+1;
   
4.   cards;
   
5.    1         x            1
   
6.    1         .             2
   
7.    1         x            3
   
8.    1         x            4
   
9.    1         x            5
   
10.    1          .            6
    
11.    1         x            7
    
12.    1         x            8
    
13. run;
    
14. proc print data=quan;
    
15. run;
    
16. proc sql;
    
17. create table quan1 as
    
18.          select count(groupby)as number ,groupby
    
19.                  from quan
    
20.                  where variable='x'
    
21.          group by groupby;
    
22.         quit;
    
23. proc sort data=quan1 out=quan2 ;
    
24.    by  descending number;
    
25. run;
    
26. data quan3;
    
27.    set quan2;
    
28.       by  descending number;
    
29.   if number ne lag(number) then rank+1;
    
30.    if rank=1;
    
31.    drop rank;
    
32.    run;
    
33. proc sql;
    
34.   select  id , variable , time
    
35.     from quan,quan3
    
36.          where quan.groupby=quan3.groupby;
    
37.         quit;
    
38. 
    
39. 
    
40.         

复制代码

data test;
input ID $   Variable $  Time;
cards;
1 x 1
1 .  2
1 x 3
1 x 4
1 x 5
1  . 6
1 x 7
1 x 8
2  . 6
2 x 7
2 x 8
3  . 6
3 x 7
3  . 6
3 x 7
3 x 8
3 x 7
3  . 6
;
run;

data test;
set test;
if variable="" then rank+1;
run;

proc sql;
create table test1 as
select *,count(rank) as n from test
group rank;
quit;

data test2;
set test1;
where n>=4 and variable^="";
run;

1. data temp1;
   
2.      n = _n_;
   
3.      retain gp 0;
   
4.      set test;      
   
5.      if missing(variable) then gp+1;
   
6. run;
   
7. proc sql;
   
8.      create table result as
   
9.      select a.ID, a.variable, a.time
   
10.          from (select a.*, count(*) as count_num
    
11.               from temp1 a
    
12.               group by id, gp) a
    
13.       where  a.variable is not null
    
14.       group by a.id
    
15.       having a.count_num = max(a.count_num)
    
16.       order by a.n;
    
17. quit;

复制代码