请教：查询连续3天及以上的数据

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

data tm;
  length id $ 12;
  input date:yymmdd10. id $ name $ @@;
cards;
2012-5-31        PID000100282        马梅
2012-6-1        PID000100282        马梅
2012-6-2        PID000100282        马梅
2014-7-15        PID000100445        朱文
2012-10-30        PID000101056        骆超
2013-3-30        PID000101493        许荣
2013-4-6        PID000101493        许荣
2013-4-8        PID000101493        许荣
2013-4-9        PID000101493        许荣
;
run;

*查询连续3天及以上的数据;
proc sort data=tm;
  by id date;
run;
data over3;
  set tm;
  by id date;
    y=dif(date);
      if first.id then do;
          x=0; end;
        else x=dif(date);
*format date yymmdd10.;
run;
proc print;
run;
/***********
我的思路是，按id分组
在组内第一个观测x=0,组内第二个观测x=第一个date-第二个date
通过x的值是不是=1 来判断数据是否连续
不明白为什么，y=dif(date)正常，x=dif(date)无效？？？

此外，请问解决这种连续日期问题的算法，越多越好！谢谢
***********/

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0 回帖

关键词：length format cards print Input

dif函数和if/else语句一起使用的话有些tricky。你可以搜搜相关文章，在没搞清楚原理前，尽量不要这样用。

找了一些资料，发现lag函数的运行机制大概是这样:
1.lag(x)是一个队列(queue)函数，每次执行，从队列的起始读取数值并将该值移除出队列，队列中的剩余值上移，x的当前值进入队列末尾。因此首次执行后，lag(x)值为missing，队列中只有1个值--即x的当前值。

2.只有当lag(x)被执行后，x的当前值才会被读入队列中。因此，如果使用条件语句，不符合条件时，lag(x)不被执行，当前的x值也不会进入队列，从而不会出现在lag(x)的结果中。

3.尽量不要在中间使用if语句跳过lag(x)，这样会使结果不容易控制（系统会顺延一个值，然后跳过值，如示例中z6所示）。

4.SAS语句内的lag函数是无关的，即使执行的是同样的lag(x)。（如示例中多个lag(x)的结果互补相关）

5.不要试图用b=lag(b)+x来进行累积运算，用b+x代替。