用SAS在大数据中抽取部分数据

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

求各位大神，用SAS在大量的数据中随机抽取一部分数据，该怎么操作？比如我有10000条数据，想在这一万条数据里面随机抽取8000条，随机抽取100000次，产生100000个数据集，这种应该怎么操作呀？

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：部分数据 大数据 怎么操作 数据集

1. data allData;  /* create the sample dataset */
   
2.    do id = 10001 to 11100;
   
3.        x = round(ranuni(12345)*100, 0.01);
   
4.        y = round(ranuni(12345)*100, 0.01);
   
5.       output;
   
6.    end;
   
7. run;
   
8. 
   
9. %macro samp;
   
10.     %let seed=1234;
    
11.     %do i = 1 %to 10;  
    
12.       proc sql outobs=100;
    
13.          create table sample&i. as
    
14.          select *
    
15.          from alldata
    
16.          order by ranuni(&seed);
    
17.       quit;
    
18.       %let seed = %eval(&seed+2);
    
19.     %end;
    
20. %mend samp;
    
21. %samp

复制代码

yongyitian 发表于 2013-12-16 09:22

你好，可以解释一下你的思路么？授之以渔呀，嘿嘿

小宝爱波1314 发表于 2013-12-16 09:26
你好，可以解释一下你的思路么？授之以渔呀，嘿嘿

/* see the notes in the code below */
/* the idea is to add a variable of random number */
/* then sort the dataset by the random number of the new variable */
/* then output the specified number of observations to a new dataset */
/* this can also be done using a few data steps within a macro */

data allData;        /* sample dataset with 1100 observations as your original dataset */
   do id = 10001 to 11100;                  /* one ID variable */
       x = round(ranuni(12345)*100, 0.01);  /* x and y are two other variable */
       y = round(ranuni(12345)*100, 0.01);
      output;
   end;
run;

%macro samp;
    %let seed=1234;           /* initial seed used for generating random number */
    %do i = 1 %to 10;         /* loop: control the number of datasets to be generated */

      proc sql outobs=100;    /* PROC SQL for creating one sampling dataset */   
         create table sample&i. as  /* outobs= : control the number of observations sampled */
         select *
         from alldata
         order by ranuni(&seed);   /* creating a column of random number  */
      quit;                        /* for ordering the dataset */

      %let seed = %eval(&seed+2);  /* changing the seed for next sampling */
    %end;                          /* end of do-loop */  
%mend samp;
%samp

请教在一个如下的数据集中随机多次抽取一部分（如80%）的数据，用SAS应该怎么做？？？

小宝爱波1314 发表于 2013-12-25 08:48
请教在一个如下的数据集中随机多次抽取一部分（如80%）的数据，用SAS应该怎么做？？？

如果你的数据集alldata有10000条观测，把楼上code中的outobs＝100 改成　outobs＝8000

如果你的数据集alldata有n条观测，把楼上code中的　outobs＝100 改成　outobs＝int(0.8*n)

yongyitian 发表于 2013-12-25 09:25
如果你的数据集alldata有10000条观测，把楼上code中的outobs＝100 改成　outobs＝8000

如果你的数据集 ...

假设我抽样n次，可以得到n个数据集，然后计算每个数据集中的平均数和标准差等变量，把平均数和标准差放到另外n个不同的数据集中，然后合并这n个数据集，在宏里面怎么样操作呀？我试了很多次，都没写出代码。

yongyitian 发表于 2013-12-25 09:25
如果你的数据集alldata有10000条观测，把楼上code中的outobs＝100 改成　outobs＝8000

如果你的数据集 ...

%macro samp;
    %let seed=1234;           /* initial seed used for generating random number */
    %do i = 1 %to 100;         /* loop: control the number of datasets to be generated */

      proc sql outobs=100;    /* PROC SQL for creating one sampling dataset */   
         create table sample&i. as  /* outobs= : control the number of observations sampled */
         select *
         from alldata
         order by ranuni(&seed);   /* creating a column of random number  */
      quit;                        /* for ordering the dataset */
proc means data=sample&i mean std;
var x y;
output out=distribution&i mean=xx yy std=xxstd yystd;
run;
      %let seed = %eval(&seed+2);  /* changing the seed for next sampling */
    %end;                          /* end of do-loop */  
%mend samp;
%samp
就是我想把这些distribution（标红）的数据集合并起来，成为一个数据集

yongyitian 发表于 2013-12-25 09:25
如果你的数据集alldata有10000条观测，把楼上code中的outobs＝100 改成　outobs＝8000

如果你的数据集 ...

data allData;  /* create the sample dataset */
   do id = 10001 to 11100;
       x = round(ranuni(12345)*100, 0.01);
       y = round(ranuni(12345)*100, 0.01);
      output;
   end;
run;
您发给我的这段代码，我的理解是产生与观测相同的随机种子数，然后把种子数排序，取前面80%的数，对吗？

小宝爱波1314 发表于 2013-12-25 09:35
data allData;  /* create the sample dataset */
   do id = 10001 to 11100;
       x = round(ranu ...

1. /* alldata 是生成的模拟数据集，　12345生成模拟数据集时用的种子。 */
   
2. /* try this again */
   
3. 
   
4. data allData;  /* create the sample dataset */
   
5.    do id = 10001 to 11100;
   
6.        x = round(ranuni(12345)*100, 0.01);
   
7.        y = round(ranuni(12345)*100, 0.01);
   
8.       output;
   
9.    end;
   
10. run;
    
11. 
    
12. %macro samp;
    
13.     %let seed=1234;
    
14.     %do i = 1 %to 10;  
    
15.       proc sql outobs=100;
    
16.          create table sample&i. as
    
17.          select *
    
18.          from alldata
    
19.          order by ranuni(&seed);
    
20.       quit;
    
21. 
    
22.       proc sql;     /* for calcylating mean and std */
    
23.          create table meanstd&i as
    
24.          select avg(x) as mean_x, std(x) as std_x, avg(y) as mean_y, std(y) as std_y
    
25.       from sample&i;
    
26.       quit;
    
27.       proc append base = final data=meanstd&i;   /* append mean and std together */
    
28.       run;
    
29.       %let seed = %eval(&seed+2);
    
30.     %end;
    
31. %mend samp;
    
32. %samp

复制代码