求助 如何筛选出数据 在线等

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

求助想要筛选出连续三年以上有出现的ID，2010、2011、2012、2013或是2010、2011、2012或2011、2012、2013，都有出现的则是要保留的个案，中间有中断的编号6则不符合，

ID	year	Money
1	2010	200
1	2011	550
1	2012	350
2	2010	200
2	2011	430
2	2012	570
2	2013	550
3	2010	450
3	2013	235
4	2012	550
5	2010	570
5	2011	350
5	2012	220
5	2013	750
6	2010	150
6	2012	350
6	2013	540
7	2010	355
7	2011	465
7	2012	460
8	2013	500

目前想到的方法是先将年份挑出来并且给予编码例如

ID	N_year
1	1110
2	1111
3	1001
4	0010
5	0111
6	1011
7	1110
8	0001

然后再筛选出N_year中有出现 "111"三个连续1的个案保留，保留1、2、5、7符合的个案，最后提取出最后表格成为

ID	year	Money
1	2010	200
1	2011	550
1	2012	350
2	2010	200
2	2011	430
2	2012	570
2	2013	550
5	2010	570
5	2011	350
5	2012	220
5	2013	750
7	2010	355
7	2011	465
7	2012	460

拜托各位大神语法该怎么写? 感谢

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：筛选出 在线等 money year ear 在线 如何 2011

1. data text1;
   
2. input ID year Money ;
   
3. cards;
   
4. 1 2010 200
   
5. 1 2011 550
   
6. 1 2012 350
   
7. 2 2010 200
   
8. 2 2011 430
   
9. 2 2012 570
   
10. 2 2013 550
    
11. 3 2010 450
    
12. 3 2013 235
    
13. 4 2012 550
    
14. 5 2010 570
    
15. 5 2011 350
    
16. 5 2012 220
    
17. 5 2013 750
    
18. 6 2010 150
    
19. 6 2012 350
    
20. 6 2013 540
    
21. 7 2010 355
    
22. 7 2011 465
    
23. 7 2012 460
    
24. 8 2013 500
    
25. ;
    
26. run;
    
27. 
    
28. data text2;
    
29.         set text1;
    
30.         by id;
    
31.         if first.id then new_id=year;
    
32.                 else new_id+1;
    
33.         if new_id=year then aa=1;
    
34. run;
    
35. 
    
36. proc sql;
    
37.         create table want as
    
38.         select id,year,Money from text2 group by id having sum(aa)>=3;
    
39. quit;

复制代码

另一种解法

1. proc sql noprint ;
   
2.         create table want as
   
3.         select * from text1 group by id having count(id)>=3 & max(year)-min(year)+1=count(id);
   
4. quit;

复制代码

建议，先把数据排序，然后新建一个变量y2，把y2赋值为各ID的第一个值，然后下一个obs y2增1。再做比较year vs. y2，相同者赋值1给新变量flag，否则flag为零。再做一个proc univariate，对flag求和，大于等于3者保留。

如果不用 proc univariate，用 .first，.last 也成。

casper2 发表于 2016-4-18 11:14
建议，先把数据排序，然后新建一个变量y2，把y2赋值为各ID的第一个值，然后下一个obs y2增1。再做比较year  ...

tiger，你和我的第一种思路想到一块去了

data text1;
input ID year Money ;
cards;
1 2010 200
1 2011 550
1 2012 350
2 2010 200
2 2011 430
2 2012 570
2 2013 550
3 2010 450
3 2013 235
4 2012 550
5 2010 570
5 2011 350
5 2012 220
5 2013 750
6 2010 150
6 2012 350
6 2013 540
7 2010 355
7 2011 465
7 2012 460
8 2013 500
;
run;

proc sort data = text1;
by id year;
run;

data want(keep=id);
        set text1;
        by id;
        retain lyear;
        if first.id then do;
                lyear = year;count = 1;end;
                else do;
                        if year = lyear + 1 then do; lyear = year;count+1;end;
        end ;
        if last.id and count>=3 then output;
run;

如果没有2011或2012 年那就绝对不是了