SAS求教

各位大牛帮帮忙吧，现在还没得到结果

再试一下这个：

1. proc sort data=b;
   
2.         by var country_id startyear;
   
3. run;
   
4. data b0;
   
5.         set b;
   
6.         by var country_id startyear;
   
7.         if first.country_id;
   
8. run;
   
9. proc sort data=b0;
   
10.         by var startyear country_id;
    
11. run;
    
12. data b1;
    
13.         set b0;
    
14.         by var startyear country_id;
    
15.         if first.var then n=0;
    
16.         n+1;
    
17.         if last.startyear;
    
18.         drop country_id;
    
19. run;
    
20. data  b2;
    
21.         set b1;
    
22.          by var startyear;
    
23.          ncount=lag(n);
    
24.      if first.var then ncount=0;
    
25.          drop n;
    
26. run;
    
27. proc sort data=a;
    
28.         by var startyear;
    
29. run;
    
30. data result;
    
31.         merge a(in=a) b2(in=b);
    
32.         by var startyear;
    
33.         if a;
    
34.         if b=0 then ncount=0;
    
35.         label ncount='其他出口国家数目';
    
36. run;

复制代码

learsaas 发表于 2016-8-5 11:00
再试一下这个：

非常感谢！我刚核对了数据，大部分结果都是对的，只有一小部分有点问题。
例如：企业1第一次对美国出口是2001年，但出口一段时间后退出，第二次进入是2005年。分别统计2001和2005年进入前对多少国家出口。现在的程度能正确统计第一次进入的情况，但第二次甚至更多次进入时的统计结果有误差。
a     var   country    startyear
       1     美国        2001
       1     美国        2005
b    var    country     startyear
       1       新加坡         2002
       1        香港            2000
       1      澳大利亚       2003
       1      泰国            2006
       1      美国            2001
result  var    country     startyear   number
          1     美国        2001          1
          1     美国        2005           3
辛苦您！

你最好把你原始数据贴出来

learsaas 发表于 2016-8-5 14:38
你最好把你原始数据贴出来

老师，您好，由于数据量过大，我只把一小部分数据贴出来了。
大体意思是在a数据集中增加一个变量number，这个变量描述了a和b相同var，不同country，且a中startyear大于b中startyear的个数。谢谢您啦！ a.xlsx (339.73 KB)

2016-8-5 14:56:03 上传

b.xlsx (356.88 KB)

2016-8-5 14:56:09 上传

a和b的区别没有说，我理解是这样的，对于a中的一条记录，比如 企业=1, 国家=2, startyear=2011, 在b中找到所有企业=1, startyear<2011的记录, 然后统计这里面所有的国家数. 程序如下:

1. proc sql;
   
2. create table temp1 as select a.*, b.country from a left join b
   
3. on a.id=b.id and a.startyear>b.startyear;
   
4. create table temp2 as select id, count(distinct country) from temp1 group by id;
   
5. quit;

复制代码

id是企业号

吕小布韦 发表于 2016-8-6 04:48
a和b的区别没有说，我理解是这样的，对于a中的一条记录，比如 企业=1, 国家=2, startyear=2011, 在b中找到所 ...

谢谢您！a和b的区别：a仅关注了企业对特定国家的一些出口，而b包括了企业对所有国家的数据，所以b包含了a中所有数据，想统计的是，a中企业对所关注国家出口前，对几个国家出口国。也就是说，统计a、b相同var，不同country，且a.startyear>b.startyear的个数。得到的结果样本量应该跟a中的样本量相同，但现在得到的结果不大对。能否再帮我看一看，谢谢您啦

下面结果中， 同一产品（var）第二次进入到同一国家（country）时 n 的值(n=4) 要减去第一次进入时 n 的值 (n=1)

data a;
input var  country   startyear;
datalines;
   1       1         2001
   1       1         2005
; run;
data b;
input var     country_id   startyear;
datalines;
     1        2          2002
     1        3          2000
     1        4          2003
     1        5          2006
     1        1          2001
; run;

proc sql;
   select distinct a.var, a.country, a.startyear, count(b.country_id) as n
   from a left join b
   on  a.var=b.var  and  a.startyear > b.startyear
   group by a.var, a.country,  a.startyear;
quit;

/* result

var   country   startyear   n
1       1           2001       1
1       1           2005       4  

*/

试试这个：

proc sql; /*compare first*/
create table avb1 as
select * from a left join (select country_id, startyear as year from b)
on a.var=b.var where year lt startyear;
quit;

proc sql; /*count countris*/
create table avb2 as
select var, country, startyear, count(country_id) as countris from avb
group var, country;
quit;

proc sort data =avb2 noduprecs out=result; /*list result*/
   by var country;
run;

1. /*company1和company2中有id代表企业，country为出口的国家，startyear
   
2. 为开始对该国出口的时间，想在a的基础上得到在a出口某个country之前，在b中
   
3. 该企业有无出口其他国家的经历，并统计出出口国家的个数。
   
4. 
   
5. 例如企业1391910，在a中，2009年开始向392出口，
   
6. 再看b中2009年前该企业是否有出口其他国家的经历，
   
7. 在b中，该企业2007年和2008年分别开始出口842和410国家，
   
8. 则有出口经验，且有两个国家。依次类推。。。*/
   
9. /*程序1*/
   
10. 
    
11. /*增加标识变量*/
    
12. data company1;
    
13. set company1;
    
14. group="A表";
    
15. run;
    
16. data company2;
    
17. set company2;
    
18. group="B表";
    
19. run;
    
20. 
    
21. /*安装id与开始出口年份降序排序*/
    
22. proc sort data=company1 out=company1_1;by id startyear;run;
    
23. 
    
24. /*取来自A表开始出口的最小年份*/
    
25. data nodup_min_year;
    
26. set company1_1;
    
27. by id;
    
28. if first.id;
    
29. run;
    
30. 
    
31. /*join内联查询按id并且按另一个变量条件筛选*/
    
32. proc sql;
    
33. create table test1 as
    
34. select
    
35. B.Id,
    
36. B.country,
    
37. B.startyear,
    
38. B.group,
    
39. A.startyear
    
40. from nodup_min_year as A  /*原来A表去重并保留最小的出口年份*/
    
41. join company2 As B /*原来表B*/
    
42. On A.Id=B.Id /*取id相同的记录*/
    
43. and B.startyear < A.startyear;
    
44. /*按A、B表在相同的id下,B表年份小于A表年份的条件筛选*/
    
45. Quit;/*test1表输出了来自B表满足年份条件的企业及出口国家*/
    
46. 
    
47. proc freq data=test1;
    
48. table id;/*id所对应的频数即是出口国家个数*/
    
49. run;

复制代码