如何求某变量前20%和后20%值的平均数？

有两个变量，一个是年份，一个是销量。
一个年份会对应很多个销量。现在需要求出每个年份对应的销量中，前20%销量的平均数。
输出按顺序排列的年份，以及对应的前20%销量的平均数。

谢谢各位大大！！！

例如

Year	sales
1992	91
1994	24
1993	56
1992	46
1994	10
1992	15
1994	89
1992	31
1993	11
1994	2
1993	49
1992	34
1994	39
1992	31
1993	66

1. /* create a sample dataset */
   
2. 
   
3. data yearsales;
   
4.    do year=1992 to 1994;
   
5.       do I = 1 to ranuni(12345)*100 + 50;
   
6.         sale = int(ranuni(123456)*120);
   
7.         output;
   
8.    end; end;
   
9. run;
   
10. 
    
11. proc sql;
    
12.     create table yearsale_1 as
    
13.     select year, sale, count(*) as N_by_year
    
14.     from yearsales
    
15.     group by year
    
16.     order by year, sale desc;
    
17. quit;
    
18. 
    
19. data yearsale_top20;
    
20.     set yearsale_1;
    
21.    by year;
    
22.    if first.year = 1 then n=1;
    
23.    else n+1;
    
24.    if  n/N_by_year*100 <= 20 then output;
    
25. run;
    
26. 
    
27. proc sql;  
    
28.    create table want as
    
29.    select year, avg(sale) as top20Mean
    
30.    from yearsale_top20
    
31.    group by year
    
32.    order by year;
    
33. quit;

复制代码

yongyitian 发表于 2017-2-25 12:36

谢谢！想问一下如何做到同时输出前20%和后20%到一个表里啊

crasteham 发表于 2017-2-25 20:42
谢谢！想问一下如何做到同时输出前20%和后20%到一个表里啊

输出到另外一个数据集， 然后 merge by year