请教如何用HASH做DUMMY

看过论坛很多高手用HASH，我自己也测试用HASH对比SQL对上百兆的数据进行条件MERGE，速度能快一倍。

我想请问一个问题：我想要用HASH在一个data步内将某个数据集DUMMY完善，这样就不用每次折腾来来去去，也有效率。

例如我有如下数据集：需要考虑两个变量，一个是分组变量U，另一个是用来检测是否完整的变量A，剩下的是杂七杂八的不少变量（不是只有B一个，而是有很多，数值型的、字符型的都有）。

data x;
input u a b $;
cards;
1 5 i
1 2 u
1 3 o
1 1 p
1 7 y
2 5 p
2 3 o
2 8 i
2 2 u
2 7 y
;
run;

需要：我想看看A中的值是否从1到9都有，没有的话就补上。

例如Dummy后的数据集如下：
1 5 i
1 2 u
1 3 o
1 1 p
1 7 y
1 4 (missing)
1 6 (missing)
1 8 (missing)
1 9 (missing)
2 ... ...

目前我打算这样做：

1. data y;
   
2. if 0 then set a;
   
3. if _n_ = 1 then do;
   
4.   dcl hash h(dataset:'x');
   
5.   h.definekey('a');
   
6.   h.definedata(all:'yes');
   
7.   h.definedone();
   
8. end;
   
9. 
   
10. set x;
    
11. by u;
    
12. output;
    
13. 
    
14. if first.u then do;
    
15.   do a = 1 to 9;
    
16.       if h.find(key:a) then do;b='';output;end;
    
17.   end;
    
18. end;
    
19. run;
    
20. 
    
21. proc sort;by u a;run;

复制代码

可是结果并不是想要的，另外： if h.find(key:a) then do;b='';output;end;  这句话也只能call missing一个B，如果有很多呢。。

恳请一定用HASH来做，SQL和MERGE都可以我明白、不过要绕路。

谢谢，如果忙的话就请无视，这个也不着急。
祝大家圣诞快乐先~~~

对于call missing，详见https://bbs.pinggu.org/thread-2806024-1-1.html

1. data x;
   
2. input u a b $;
   
3. cards;
   
4. 1 5 i
   
5. 1 2 u
   
6. 1 3 o
   
7. 1 1 p
   
8. 1 7 y
   
9. 2 5 p
   
10. 2 3 o
    
11. 2 8 i
    
12. 2 2 u
    
13. 2 7 y
    
14. ;
    
15. 
    
16. proc sort;by u a;run;
    
17. 
    
18. data y;
    
19. 
    
20.         if 0 then set x;
    
21.         if _n_ = 1 then do;
    
22.                 declare hash h(dataset:'x');
    
23.                 h.definekey('u','a');
    
24.                 h.definedata(all:'yes');
    
25.                 h.definedone();
    
26.         end;
    
27. 
    
28.         set x;
    
29.         by u a;
    
30.         output;       
    
31. 
    
32.         if first.u then do;
    
33.                 do a=1 to 9;
    
34.                         if  h.find(key:u,key:a) then do;
    
35.                                 call missing(b);
    
36.                                 h.replace();
    
37.                                 output;       
    
38.                         end;
    
39.                 end;
    
40.         end;
    
41.                
    
42. run;
    
43. 
    
44. proc sort;by u a;run;

复制代码

MERGE这样就行了：

1. data want1(keep = u a);set x;
   
2. by U;
   
3. 
   
4. if first.U then do a = 1 to 9;
   
5.   output;
   
6. end;
   
7. run;
   
8. 
   
9. proc sort data = x;by u a;
   
10. data want;
    
11.   merge x want1;
    
12.   by u a;
    
13. run;

复制代码

zhengbo8 发表于 2013-12-25 16:13
对于call missing，详见https://bbs.pinggu.org/thread-2806024-1-1.html

不好意思，我自己加变量的时候，把B的$搞掉了。。
现在没事了。。

我能多问一句话吗？因为我要dummy进去的话，相当于新插入的行，我希望原来的B值不设空，只把新插入的行设空，请问如何修改呢？

谢谢。

例如Dummy后的数据集如下：
1 5 i
1 2 u
1 3 o
1 1 p
1 7 y
1 4 (missing)
1 6 (missing)
1 8 (missing)
1 9 (missing)
2 ... ...

Tigflanker 发表于 2013-12-26 10:57
我能多问一句话吗？因为我要dummy进去的话，相当于新插入的行，我希望原来的B值不设空，只把新插入的行设 ...

Not sure if this is what you want.

1. data yy;
   
2.   if 0 then set x;
   
3.   if _n_ =1 then do;
   
4.       declare hash h (dataset: 'x');
   
5.       h.definekey('u', 'a');
   
6.       h.definedata(all: 'y');
   
7.       h.definedone();
   
8.   end;
   
9.   do u= 1, 2;
   
10.     do a = 1 to 9;
    
11.       rc = h.find();
    
12.       if rc ^= 0 then call missing(b);
    
13.       output;
    
14.   end; end;
    
15.   drop rc;
    
16. run;   

复制代码

zhengbo8 发表于 2013-12-25 16:13
对于call missing，详见https://bbs.pinggu.org/thread-2806024-1-1.html

有空的话，请帮我看下这个，谢谢：

https://bbs.pinggu.org/forum.php? ... ;extra=#pid23058065