请教个分组程序

有数据

ida	idb
a	b
a	c
a	d
b	c
d	f
j	f
g	h

和

idm

a

b

c

d

e

f

规则是   如果ida idb 都在idm中存在 ，在第一个表生成新变量 groupa=1  否则为0
如果ida idb 至少一个在idm中存在 ，groupb=1  否则为0

注：因为每一列都很长，所以不能采用一个个列举的方法

楼主,我在网上找了好久的资料终于找到了实现你目的的程序.
程序有点长, 但是都是很简单的. 没有复杂的循环, 也没有宏, 是纯粹的能看懂的程序
程序分了三个表做,因为这是我目前能找到的最好最简单最直接的方法了.
希望能满足楼主要求, 也希望能对楼主有启发改进这个算法.  
最后,  真的找了好久的呢, 楼主满意的话采纳我吧. MUA!

1. data a;
   
2. input ida $ ;
   
3. cards;
   
4. a
   
5. a
   
6. a
   
7. b
   
8. d
   
9. j
   
10. g
    
11. run;
    
12. 
    
13. data b;
    
14. input idb $;
    
15. cards;
    
16. b
    
17. c
    
18. d
    
19. c
    
20. f
    
21. f
    
22. h
    
23. run;
    
24. 
    
25. data c;
    
26. input idc $;
    
27. cards;
    
28. a
    
29. b
    
30. c
    
31. d
    
32. e
    
33. f
    
34. run;
    
35. 
    
36. proc sql;
    
37. create table na as
    
38. select a.*,
    
39. case when c.idc is not null
    
40. then 1 else 0
    
41. end
    
42. from a as a left join c as c
    
43. on a.ida=c.idc ;
    
44. quit;
    
45. 
    
46. data na;set na;
    
47. rename _tema001=ga;run;
    
48. 
    
49. proc sql;
    
50. create table nb as
    
51. select b.*,
    
52. case when c.idc is not null
    
53. then 1 else 0
    
54. end
    
55. from b as b left join c as c
    
56. on b.idb=c.idc ;
    
57. quit;
    
58. data nb;set nb;rename _tema001=gb;run;
    
59. 
    
60. data aandb;
    
61. merge a b c na nb;
    
62. run;
    
63. 
    
64. data both;
    
65. set aandb;
    
66. if ga=1 and gb=1 then groupa=1;
    
67. else groupa=0;
    
68. if ga=1 or gb=1 then groupb=1;
    
69. else groupb=0;
    
70. drop ga gb;
    
71. run;

复制代码

第二个表看不见

请问楼主这是用什么语言编程呢？sas，excel的行吗？

请试试

1. clear
   
2. input str4 ida str4 idb
   
3. a        b
   
4. a        c
   
5. a        d
   
6. b        c
   
7. d        f
   
8. j        f
   
9. g        h
   
10. end
    
11. 
    
12. gen da = inlist(ida,"a","b","c","d","e","f")
    
13. gen db = inlist(idb,"a","b","c","d","e","f")
    
14. gen groupa = da*db
    
15. gen groupb = da+db
    
16. replace groupb = 0 if groupb == 2

复制代码

黃河泉 发表于 2016-11-5 07:37
请试试

不好意思   每一列都很长   不能采用这种方法   

the_fly_winds 发表于 2016-11-5 00:35
请问楼主这是用什么语言编程呢？sas，excel的行吗？

发错地方了   不好意思   用sas

楼主, 我的程序虽然长, 但是处理几百万数据都没有问题的. 只需要把所有的要查找的表单独读取到数据集即可. 楼主也可以尝试用宏循环改进算法.

data1 and data2:

proc sort data=data2 nodup;
by idm;

proc sql;
select a.*,
not(missing(b.idm)) and not(missing(c.idm)) as groupa,
not(missing(b.idm)) or   not(missing(c.idm)) as groupb
from data1 as a left join data2 as b on a.ida=b.idm
left join data2 as c on a.idb=c.idm;
quit;

1. data idm;
   
2. input idm $;
   
3. cards;
   
4. a
   
5. b
   
6. c
   
7. d
   
8. e
   
9. f
   
10. f
    
11. ;
    
12. run;
    
13. 
    
14. 
    
15. proc sql noprint;
    
16. select  unique idm into:var separated by " " from idm;
    
17. quit;
    
18. 
    
19. %put &var;
    
20. data ori;
    
21. input ida $ idb $;
    
22. cards;
    
23. a b
    
24. a c
    
25. a d
    
26. b c
    
27. d f
    
28. j f
    
29. g h
    
30. ;
    
31. run;
    
32. 
    
33. data final;
    
34. set ori;
    
35. if index("&var",strip(ida)) & index("&var",strip(idb)) then groupa=1;else groupa=0;
    
36. if index("&var",strip(ida)) | index("&var",strip(idb)) then groupb=1;else groupb=0;
    
37. run;

复制代码