Site Pooling

又有＂钱＂可以向大家请教了，是一个合并clinical sites的问题。
现有79个sites，它们的ID、邮编和病人总数如下。

1. data sites;
   
2. input siteid:$3. zip population;
   
3. datalines;
   
4. 101 76712 19
   
5. 102 78229 24
   
6. 103 19422 7
   
7. 104 78233 1
   
8. 105 27262 13
   
9. 106 38401 8
   
10. 107 95207 14
    
11. 108 92691 19
    
12. 109 55441 14
    
13. 184 75234 7
    
14. 110 31707 4
    
15. 111 52240 4
    
16. 112 23233 1
    
17. 113 77450 6
    
18. 114 14618 10
    
19. 116 76712 16
    
20. 117 73131 14
    
21. 118 37919 25
    
22. 119 27607 21
    
23. 120 29303 8
    
24. 121 68123 6
    
25. 122 19103 6
    
26. 123 92868 14
    
27. 124 95117 3
    
28. 125 11570 7
    
29. 126 19115 8
    
30. 127 45242 5
    
31. 128 92123 13
    
32. 129 80112 9
    
33. 130 78130 27
    
34. 131 84020 20
    
35. 132 78209 16
    
36. 133 78759 28
    
37. 134 74136 12
    
38. 135 78229 24
    
39. 136 55402 13
    
40. 138 63141 14
    
41. 139 76109 1
    
42. 141 48197 11
    
43. 142 63031 2
    
44. 143 75231 28
    
45. 144 07059 12
    
46. 145 79903 13
    
47. 146 89052 6
    
48. 147 21236 20
    
49. 148 30281 10
    
50. 149 90808 6
    
51. 150 02747 14
    
52. 151 61761 24
    
53. 154 15241 8
    
54. 155 44130 16
    
55. 156 08558 19
    
56. 157 07666 4
    
57. 158 92024 24
    
58. 159 40215 18
    
59. 160 92120 14
    
60. 161 29406 15
    
61. 162 78229 32
    
62. 163 37167 7
    
63. 164 75231 20
    
64. 165 80033 1
    
65. 166 32308 1
    
66. 167 30281 12
    
67. 168 02906 14
    
68. 169 07712 13
    
69. 170 72205 7
    
70. 171 37064 8
    
71. 173 80907 16
    
72. 174 90025 16
    
73. 175 53228 15
    
74. 177 80907 15
    
75. 178 78731 28
    
76. 180 59718 11
    
77. 181 20902 10
    
78. 182 43560 14
    
79. 183 90048 3
    
80. ;

复制代码

希望通过合并一些sites来达到每个site的最低病人数－－－２０，大致步骤为：
（１）如果某个site人数不足20，则把它与离它最近的site合并，生成一个新site并删除原来俩sites；
（２）如果（１）之后所有site都够20人了，终止；
（３）如果合并过的site还是不够20人，重复（１）。
site间的距离根据sashelp.geocode里提供的经纬度算，合并过的site的经纬度按合并前俩sites的经纬度平均（没什么好办法）。
你可以自己规定一个顺序保证结果唯一。
因为一般不会超过1000个sites，所以效率不是问题，在下这个粗人只要求程序简单易懂。

proc sort data=sites out=sort;
by zip;
run;

data a;
set sashelp.zipcode;
keep zip x y;
run;

data b;
merge a(in=ina) sort(in=insort);
by zip;
if insort;
run;
proc sort data=b out=b1;
by  population;
run;
data b2;
length site $30.;
x1=0;
y1=0;
site='0';
population1=0;
n=0;
set b1;        if population>=20 then output;
else
do;
do while(population1<20);
set b1;
population1=(population1+population);
x1=sum(x1,x);
y1=sum(y1,y);
n=n+1;
end;
x1=x1/n;
y1=y1/n;
output;
end;
;
keep x1 y1 population1 zip;
run;
坐等被优化...如果值得优化的话..局限性如下: 不知道那几个site合并起来了; 首先按照pop排序的, 所以前面几个比较小pop的合并在了一起,

你这里没有经纬度信息啊。

webgu 发表于 2013-11-21 08:37
你这里没有经纬度信息啊。

说错了，是从sashelp.zipcode里面取。
另外，拜托别给我easy money啦

吕小布韦 发表于 2013-11-20 23:02
proc sort data=sites out=sort;
by zip;
run;

谢谢，你是唯一的参与者，所以就是最佳的。

邓贵大 发表于 2013-11-22 11:56
说错了，是从sashelp.zipcode里面取。
另外，拜托别给我easy money啦

NOT EASY MONEY, BUT SOME COMPENSATION.

吕小布韦 发表于 2013-11-20 23:02
proc sort data=sites out=sort;
by zip;
run;

谢谢对这个程序的认可...但愿有新问题再发上来大家继续讨论学习!