SAS程序

请教各位：
id        t                v
1        2000         1
1        2001         2
1        2002         0
1        2003         0
1        2004         3
1        2005         4
1        2006         0
1        2007         5
1        2008         6
1        2009         7
1        2010         8
2        2000         9
2        2001         10
2        2002         11
2        2003         12
2        2004         0
2        2005         0
2        2006         13
2        2007         14
2        2008         15
2        2009         0
2        2010         16
以上数据，v变量取值有0，我想以此形成两个新的数据集：
第一个，保留每个个体中，v取0（连续取0时的第一个）且其前面的数据（直到v再次取0），就以上数据来说，在个体1中，2002年v取0，所以保留2000-2002的数据，2006年v再次取0，保留2004-2006的数据；在个体2中，2004年v取0，保留2000-2004的数据，2009年再次取0，保留2006-2009的数据，所以想得到的数据集为：
id        t                v
1        2000         1
1        2001         2
1        2002         0
1        2004         3
1        2005         4
1        2006         0
2        2001         10
2        2002         11
2        2003         12
2        2004         0
2        2006         13
2        2007         14
2        2008         15
2        2009         0
第二个数据集，保留v取0且后面不取0的第一个数据，例如，个体1，2002和2003年v取0，所以保留2002-2004的数据，2006年v再次取0，保留2006和2007的数据；个体2,2004和2005年v取0，所以保留2004-2006的数据，2009年再次取0，保留2009和2010的数据，所以想得到的数据为：
id        t                v
1        2002         0
1        2003         0
1        2004         3
1        2006         0
1        2007         5
2        2004         0
2        2005         0
2        2006         13
2        2009         0
2        2010         16
可以分两次得到数据，非常感谢！

data test;
input id  t  v;
cards;
1        2000         1
1        2001         2
1        2002         0
1        2003         0
1        2004         3
1        2005         4
1        2006         0
1        2007         5
1        2008         6
1        2009         7
1        2010         8
2        2000         9
2        2001         10
2        2002         11
2        2003         12
2        2004         0
2        2005         0
2        2006         13
2        2007         14
2        2008         15
2        2009         0
2        2010         16
   ;
run;


**get first dataset;
proc sort data=test; by id t v; run;

data test01;
set test;
by id t v;
prev=lag(v);
run;

proc sort data=test01; by id descending t v; run;

data test02;
set test01;
by id descending t v;
retain flag;
if first.id then flag=.;
if v=0 then flag=1;
if not last.id then do;
if v=0 and prev=0 then delete;
end;
run;

proc sort data=test02 out=data1; by id t v; where flag=1; run;

**get second dataset;

data data2;
set test;
by id t v;
prev=lag(v);
if v=0 or prev=0;
run;

自己顶

你这个是按照id分别计算条件的吗？

如果个体2中第一个观测为0，个体1最后一个观测不为0，算是符合条件的吗？

哪位大神过来帮帮忙吧

guanglei 发表于 2016-4-19 12:19
你这个是按照id分别计算条件的吗？

如果个体2中第一个观测为0，个体1最后一个观测不为0，算是符合条件的 ...

是按Id计算的。
每个个体的第一观测值不会为0，这是数据自身的特征。
但个体1最后一个观测值不为0，不符合条件，多谢！

徒弟做的，回复的有点晚了，抱歉

1. data test;
   
2. input d t v;
   
3. cards;
   
4. 1 2000 1
   
5. 1 2001 2
   
6. 1 2002 0
   
7. 1 2003 0
   
8. 1 2004 3
   
9. 1 2005 4
   
10. 1 2006 0
    
11. 1 2007 5
    
12. 1 2008 6
    
13. 1 2009 7
    
14. 1 2010 8
    
15. 2 2000 9
    
16. 2 2001 10
    
17. 2 2002 11
    
18. 2 2003 12
    
19. 2 2004 0
    
20. 2 2005 0
    
21. 2 2006 13
    
22. 2 2007 14
    
23. 2 2008 15
    
24. 2 2009 0
    
25. 2 2010 16
    
26. ;
    
27. run;
    
28. data test1;
    
29.         retain sort 0;
    
30.         set test;
    
31.         by d t;
    
32.         dif=dif(v);
    
33.         if first.d then sort=0;
    
34.                 else if v=0 & dif ne 0 then sort+1;
    
35. run;
    
36. /*数据集一*/
    
37. data want1;
    
38.         set test1;
    
39.         by d sort v;
    
40.         if sort<=1 | (first.sort & sort=2);
    
41.         if dif ne 0 ;
    
42.         drop sort dif;
    
43. run;
    
44. /*数据集二*/
    
45. data want2;
    
46.    set test1;
    
47.    if  v=0 |  v=dif;
    
48.    drop sort dif;
    
49. run;

复制代码

孤单的我们 发表于 2016-4-19 14:19
徒弟做的，回复的有点晚了，抱歉

非常感谢！
第二个数据集没问题，但第一个数据集好像不对

lyfyb99 发表于 2016-4-19 14:42
data test;
input id  t  v;
cards;

非常感谢！第一个数据集没问题，第二个数据集不大对。第二个数据集中，我想得到的是包括v取值为0（全部）和后面第一个不为0的数据。
再次感谢！

liuliuqiu 发表于 2016-4-19 15:07
非常感谢！
第二个数据集没问题，但第一个数据集好像不对

d=2,t=2000,v=9  这个是你写漏了吧