求助个问题

如表格描述   顶顶顶顶顶顶顶顶顶大大大

看看这个

1. data a;
   
2. input name $ com $ date date9.;
   
3. format date date9.;
   
4. cards;
   
5. Jiang AAA 23Oct2011
   
6. Jiang AAA 21Oct2012
   
7. Li AAA 23Oct2011
   
8. Li AAA 20Dec2011
   
9. Li AAA 23Oct2012
   
10. Zhang AAA 23Oct2011
    
11. Zhang BBB 28Oct2011
    
12. Zhang AAA 21Oct2012
    
13. Tian AAA 23Oct2011
    
14. Tian BBB 28Oct2011
    
15. Tian AAA 28Oct2012
    
16. ;
    
17. 
    
18. **** Sort data;
    
19. proc sort data=a;
    
20. by name date;
    
21. run;
    
22. 
    
23. **** Add a flag to catch the company change;
    
24. data b;
    
25. set a;
    
26. by name date;
    
27. com1=lag(com);
    
28. if first.name then flag=1;
    
29. else if com~=com1 then flag+1;
    
30. drop com1;
    
31. run;
    
32. 
    
33. ****self join to remove the name;
    
34. proc sql;
    
35. create table c as
    
36. select * from a where name not in
    
37. (
    
38. select b1.name from b as b1 inner join b as b2
    
39. on b1.name=b2.name and b1.com=b2.com and b1.flag~=b2.flag
    
40. and 0<b1.date-b2.date<365
    
41. );
    
42. quit;

复制代码

如果数据量不太大，试试这个：
proc sql;
   create table wanted as
    select * from have
        where name not in
     (select distinct l.name
         from have as l, have as r
         where l.name=r.name and l.com=r.com and l.date ne r.date and intck("Year",l.date,r.date,"c")=0);
quit;

假设原始数据集为aproc sort data=a;
by name date;
run;

data b(drop=com date);
set a;
by name date;
if first.name then do;
comfirst=com;
datefirst=date;
output;
end;
run;
这样数据集b中就包含了每个人的第一个com

data c(keep=name);
merge a(in=ina) b(in=inb);
by name;
if comfirst=com  and date^=datefirst and date-datefirst<365 then output;
run;
数据集c中保留的是要删去的人的名字

data d;
merge a(in=ina) c(in=inc);
by name;
if ina and not inc;
run;

楼上的好像有个问题, 就是某人中间有两次公司重复了也会被删除.

楼上这个有相同的问题。而且也不总是看第一个公司

teqel 发表于 2015-12-16 01:48
看看这个

谢谢   请问你这个程序思路  是不是  确保    假如有两个同样的com的间隔着其他的com出现，那么这两个com出现的时间不能够小于365 ，否则删除

小鳄鱼a 发表于 2015-12-16 09:18
谢谢   请问你这个程序思路  是不是  确保    假如有两个同样的com的间隔着其他的com出现，那么这两个com ...

基于这个设想：就是相同的公司之间会有另外一家公司。任何被间隔的同个公司的时间间隔小于365天，就删除name。不过例子上的数据还不够多，需要更多的验证

我做的时候按照excel里面说的 "倘若刘晓最后又出现在开始的com", 所以只考虑了是否与最早的com重复, 按照题主的意思, 张三没有被删除, 应该也是只考虑了第一条.

如果说要考虑任意两条, 直接用pobel大神的即可, 程序简洁

刚才试了, 你这个也不行啊.

吕小布韦 发表于 2015-12-16 13:05
刚才试了, 你这个也不行啊.

不好意思   excel文字说明有问题     本意是同一com中间如果间隔了其他  com   ,如
1998/6/1        王五        金华
1998/7/1        王五        金华
1998/9/1        王五        凤阳
1999/9/9        王五        凤阳
1999/11/1        王五        金华
1998/12/1        王五        金华
那么   考察的时间段是  1998/7/1 到  1999/11/1 的天数