怎么删除满足下面条件的观测

相似文件 换一批

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

data aa;
input var1$;
datalines;
aa
ab
abc
acbac
;
run;

想得到如下数据集，如果某条观测X包含另一条观测Y,那么删除观测X;
即希望得到表： var
                       aa
                       ab
                       acbac
请问该怎么做？

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：下面条 Lines Input Data line

data aa;
input var $;
datalines;
aa
ab
abc
acbac
;

data test(drop=var2);
set aa;
if _N_ >= 2 then do i=1 to _N_-1;
set aa (rename=(var=var2)) point=i;
if index(strip(var),strip(var2))>=1 then delete;
end;
run;

提供土办法一个
data aa;
        input var1 $;
datalines;
aa
ab
abc
acbac
;
run;

proc sort data=aa nodup;
        by var1;
run;

proc transpose data=aa out=bb(drop=_name_);
        var var1;
run;

data cc;
        set aa;
        if _n_=1 then set bb;
        array col[*] col1-col4;
        do i=1 to dim(col);
                if _n_^=i and find(col[i],var1,'t') then delete;
        end;
run;

albusdzx 发表于 2017-8-22 09:21
data aa;
input var $;
datalines;

非常感谢，您的代码实在太精彩了。但是楼主还有一点不明白，为什么要加point？

另附上加point和去掉point的结果，不明白去掉point为什么只有3行观测了，能不能从PDV读取数据的过程讲一下?

l1i2n3i4n5g 发表于 2017-8-22 09:49
提供土办法一个
data aa;
        input var1 $;

感谢您提供的思路，方法永远不嫌多~

yaoyinuo888 发表于 2017-8-23 10:54
非常感谢，您的代码实在太精彩了。但是楼主还有一点不明白，为什么要加point？

另附上加point和去掉po ...

你好  我运行了下面的代码，可能可以帮助解释为什么去掉point只有三个观测：
data aa;
input var $;
datalines;
aa
ab
abc
acbac
;


data test;
put 'before1' _N_=;
set aa;
put 'after1' _N_=;
if _N_ >= 2 then do i=1 to _N_-1;
put 'before2' _N_=;
set aa (rename=(var=var2));
put 'after2' _N_=;
/*if index(strip(var),strip(var2))>=1 then delete;*/
end;
run;

日志里显示的结果是：
before1_N_=1
after1_N_=1
before1_N_=2
after1_N_=2
before2_N_=2
after2_N_=2
before1_N_=3
after1_N_=3
before2_N_=3
after2_N_=3
before2_N_=3
after2_N_=3
before1_N_=4
after1_N_=4
before2_N_=4
after2_N_=4
before2_N_=4
也就是说第一个set已经完成了对第4个观测的读取，但是第二个set读到半截因为没有更多观测，指针到达最下面了（应该是读第4、5、6个观测，但是读完第4个然后想读第5个时sas发现没了），所以两个set由于一个set指针到底了就完成了data步

我个人对pdv的理解也不是特到位，希望能帮助你理解

albusdzx 发表于 2017-8-23 12:06
你好  我运行了下面的代码，可能可以帮助解释为什么去掉point只有三个观测：
data aa;
input var $;

谢谢您的回复，翻了pdv的书，还是没搞懂

data aa;
input var $;
datalines;
aa
ab
abc
acbac
;

data test;
set aa;
if _N_ >= 2 then do i=1 to _N_-1;
set aa (rename=(var=var2));
end;
run;

                  PDV      _N_   var    i    var2
当_N_=1 , PDV里是    1     aa                    if为假，跳过，end结束完成第一次迭代，开始第二次迭代
   _N_=2,  PDV          2      ab                    if 为真 进入循环
   _N_=2，PDV          2      ab    1     aa      _N_-1=1,do循环结束，i+1
   _N_=2,  PDV          2      ab     2    aa      第二次迭代结束，开始第三次迭代
   _N_=3,  PDV          3      abc   2     aa     if 为真，进入循环
   _N_=3，PDV          3     abc   1      aa     i=1
   _N_=3,   PDV         3     abc    2     ab     i=2   _N_-1=2,do 循环结束，i+1
   _N_=3,   PDV         3     abc    3     ab     第三次迭代结束，开始第四次迭代

所以数据集test前3行应该是     var  i  var2
                                             aa
                                             ab  2   aa
                                            abc  3   ab     才对啊！

可是实际结果是：             var  i  var2
                                       aa
                                       av   2   aa
                                       abc  3   abc         

哪里出错了？请高人指出来，已经烦恼我1天了