寻求高手技术支持！如何根据一个SAS数据集的观测值，对另一个SAS数据集进行子集操作！

1关注
3粉丝

已卖：109份资源

硕士生

38%

还不是VIP/贵宾

-

0%

威望: 0 级
论坛币: 410 个
通用积分: 29.3168
学术水平: 12 点
热心指数: 9 点
信用等级: 8 点
经验: 1441 点
帖子: 107
精华: 0
在线时间: 157 小时
注册时间: 2008-11-15
最后登录: 2025-3-22

楼主

littlesas 发表于 2017-11-11 11:18:43 |AI写论文

5论坛币

各位看官，本人遇到一个SAS编程问题，百思不得其解，请教一下：

现有两个SAS数据集A、B，假设A数据集中包含两列变量date_pregnancy和first_month，这二者均为日期变量，格式如下所示：

date_pregnancy	first_month
2014/1/1	2014/1/28
2014/1/2	2014/1/29
2014/1/3	2014/1/30
2014/1/4	2014/1/31

B数据集中包含若干变量（数值型），假设其格式如下所示：

date	mean_RH	mean_pres
2014/1/1	68.5	1013.45
2014/1/2	80.5	1010.75
2014/1/3	80	1010.1
2014/1/4	60	1012.55
2014/1/5	60	1012.75
2014/1/6	78.5	1011.75
2014/1/7	80	1010.3
2014/1/8	83.5	1013
2014/1/9	62	1017.85
2014/1/10	70	1018.7
2014/1/11	77.5	1017.5
2014/1/12	77	1018.3
2014/1/13	66.5	1019.3
2014/1/14	67	1018.65
2014/1/15	68	1019.95
2014/1/16	75	1018.35
2014/1/17	76	1017.5
2014/1/18	50.5	1020.9
2014/1/19	62.5	1020.25
2014/1/20	62.5	1018.55
2014/1/21	34	1019.25
2014/1/22	48.5	1019.65
2014/1/23	68	1017.1
2014/1/24	76	1012.75
2014/1/25	81	1011.75
2014/1/26	75.5	1013
2014/1/27	79.5	1014.4
2014/1/28	83.5	1014.1
2014/1/29	81.5	1013.65
2014/1/30	80.5	1013.2
2014/1/31	74.5	1012.05

现在如何根据A数据集中变量date_pregnancy和first_month的取值，选择数据集B的子集，使得日期变量date大于等于日期变量date_pregnancy，但小于等于日期变量first_month，即date_pregnancy=<date<=first_month，产生数据集B的子集B_sub，然后分别对子集B_sub的变量mean_RH和mean_pres计算平均值，形成新的变量mean_RH_1和mean_pres_1，并将新的变量mean_RH_1和mean_pres_1放入到A数据集中，形成如何格式的数据集：

date_pregnancy	first_month	mean_RH_1	mean_pres_1
2014/1/1	2014/1/28	<新值>	<新值>
2014/1/2	2014/1/29	<新值>	<新值>
2014/1/3	2014/1/30	<新值>	<新值>
2014/1/4	2014/1/31	<新值>	<新值>

有什么好的办法吗？非常感谢！

分享0 收藏0 回帖

关键词：SAS

相关帖子

勇敢者总是孤单的。

沙发

caibirdcnb 发表于 2017-11-11 13:09:30

你这个问题很难，分数太少。
1. 将A和B做笛卡尔全连接，之后只保留date在两个日期之间的。
2. 汇总数据。

proc sql;
create table x as
select *
from lib.a,lib.b
having date_pregnancy<date<first_month;
select date_pregnancy,first_month,mean(mean_RH) as mean_RH,mean(mean_pres) as mean_pres,count(*) as N
from x
group by date_pregnancy,first_month;
quit;

复制代码

已有 1 人评分	论坛币	收起理由
littlesas	+ 1	精彩帖子

总评分: 论坛币 + 1 查看全部评分

藤椅

littlesas 发表于 2017-11-11 19:44:21

您好！谢谢您的参与！您的代码产生的结果还不是我想要的结果。我重新描述一下：
现有SAS数据集A，其包含多个变量，有两个变量date_pregnancy和first_month（均为日期型变量），下面为A数据集的简化格式：
death       date_pregnancy       first_month
1       2014/1/1       2014/1/28
0       2014/1/1       2014/1/28
1       2014/1/1       2014/1/28
0       2014/1/1       2014/1/28
0       2014/1/1       2014/1/28
1       2014/1/2       2014/1/29
0       2014/1/2       2014/1/29
1       2014/1/2       2014/1/29
0       2014/1/2       2014/1/29
0       2014/1/3       2014/1/30
0       2014/1/3       2014/1/30
0       2014/1/3       2014/1/30
1       2014/1/3       2014/1/30
0       2014/1/3       2014/1/30
1       2014/1/3       2014/1/30
0       2014/1/3       2014/1/30
0       2014/1/3       2014/1/30

现在需要根据数据集A的变量date_pregnancy和first_month的取值情况，对数据集B进行筛选和计算。
1）筛选方面具体是：按照date变量在date_pregnancy和first_month之间的范围（即日期型变量date大于等于date_pregnancy，但date小于等于first_month），选取数据集B的观测；
2）在第1）的基础上，对所选取数据集B的观测进行均值计算，分别计算数据集B中变量mean_RH、mean_pres、mean_temp和max_temp的均值。实际上，此时这些变量所计算产生的均值是根据数据集B中date变量在date_pregnancy和first_month时间范围内mean_RH、mean_pres、mean_temp和max_temp的均值。
数据集B的格式如下：
date             mean_RH       mean_pres       mean_temp       max_temp
2014/1/1       68.5             1013.45    10.45          20.85
2014/1/2       80.5          1010.75       12.1          21.8
2014/1/3       80          1010.1       16.45          24.4
2014/1/4       60          1012.55       15.5          20.9
2014/1/5       60          1012.75          12.3          20.5
2014/1/6       78.5          1011.75       12.95          21
2014/1/7       80          1010.3       16.85          21.75
2014/1/8       83.5          1013          15.55          18
2014/1/9       62          1017.85       12.75          15.8
2014/1/10       70          1018.7       12.7          18.1
2014/1/11       77.5          1017.5       14.75          22.45
2014/1/12       77          1018.3       14.05          19.55
2014/1/13       66.5          1019.3       10.35          13.65
2014/1/14       67          1018.65       10.25          16.45
2014/1/15       68          1019.95       9.25          17.8
2014/1/16       75             1018.35       9.6          19.5
2014/1/17       76          1017.5       11.2          20.8
2014/1/18       50.5          1020.9       13.45          21.2
2014/1/19       62.5          1020.25       10.1          18.45
2014/1/20       62.5          1018.55       11.7          20.8
.................................
（数据省略）
.................................

然后，根据以上条件产生的变量mean_RH、mean_pres、mean_temp和max_temp的均值，匹配到数据集A中，形成如下格式：

death	date_pregnancy	first_month	mean_RH_mean	mean_pres_mean	mean_temp_mean	max_temp_mean
1	2014/1/1	2014/1/28	新值	新值	新值	新值
0	2014/1/1	2014/1/28	新值	新值	新值	新值
1	2014/1/1	2014/1/28	新值	新值	新值	新值
0	2014/1/1	2014/1/28	新值	新值	新值	新值
0	2014/1/1	2014/1/28	新值	新值	新值	新值
1	2014/1/2	2014/1/29	新值	新值	新值	新值
0	2014/1/2	2014/1/29	新值	新值	新值	新值
1	2014/1/2	2014/1/29	新值	新值	新值	新值
0	2014/1/2	2014/1/29	新值	新值	新值	新值
0	2014/1/3	2014/1/30	新值	新值	新值	新值
0	2014/1/3	2014/1/30	新值	新值	新值	新值
0	2014/1/3	2014/1/30	新值	新值	新值	新值
1	2014/1/3	2014/1/30	新值	新值	新值	新值
0	2014/1/3	2014/1/30	新值	新值	新值	新值
1	2014/1/3	2014/1/30	新值	新值	新值	新值
0	2014/1/3	2014/1/30	新值	新值	新值	新值
0	2014/1/3	2014/1/30	新值	新值	新值	新值

非常感谢高手能够帮忙解决一下！

板凳

littlesas 发表于 2017-11-11 23:16:06

caibirdcnb 发表于 2017-11-11 13:09
你这个问题很难，分数太少。
1. 将A和B做笛卡尔全连接，之后只保留date在两个日期之间的。
2. 汇总数据。 ...

您好！谢谢您的参与！您的代码产生的结果还不是我想要的结果。我重新描述一下：
现有SAS数据集A，其包含多个变量，有两个变量date_pregnancy和first_month（均为日期型变量），下面为A数据集的格式：
death       date_pregnancy       first_month
1       2014/1/1       2014/1/28
0       2014/1/1       2014/1/28
1       2014/1/1       2014/1/28
0       2014/1/1       2014/1/28
0       2014/1/1       2014/1/28
1       2014/1/2       2014/1/29
0       2014/1/2       2014/1/29
1       2014/1/2       2014/1/29
0       2014/1/2       2014/1/29
0       2014/1/3       2014/1/30
0       2014/1/3       2014/1/30
0       2014/1/3       2014/1/30
1       2014/1/3       2014/1/30
0       2014/1/3       2014/1/30
1       2014/1/3       2014/1/30
0       2014/1/3       2014/1/30
0       2014/1/3       2014/1/30

现在需要根据数据集A的变量date_pregnancy和first_month的取值情况，对数据集B进行筛选和计算。
1）筛选方面具体是：按照date变量在date_pregnancy和first_month之间的范围（即日期型变量date大于等于date_pregnancy，但date小于等于first_month），选取数据集B的观测；
2）在第1）的基础上，对所选取数据集B的观测进行均值计算，分别计算数据集B中变量mean_RH、mean_pres、mean_temp和max_temp的均值。实际上，此时这些变量所计算产生的均值是根据数据集B中date变量在date_pregnancy和first_month时间范围内mean_RH、mean_pres、mean_temp和max_temp的均值。
数据集B的格式如下：
date             mean_RH       mean_pres       mean_temp       max_temp
2014/1/1       68.5             1013.45    10.45          20.85
2014/1/2       80.5          1010.75       12.1          21.8
2014/1/3       80          1010.1       16.45          24.4
2014/1/4       60          1012.55       15.5          20.9
2014/1/5       60          1012.75          12.3          20.5
2014/1/6       78.5          1011.75       12.95          21
2014/1/7       80          1010.3       16.85          21.75
2014/1/8       83.5          1013          15.55          18
2014/1/9       62          1017.85       12.75          15.8
2014/1/10       70          1018.7       12.7          18.1
2014/1/11       77.5          1017.5       14.75          22.45
2014/1/12       77          1018.3       14.05          19.55
2014/1/13       66.5          1019.3       10.35          13.65
2014/1/14       67          1018.65       10.25          16.45
2014/1/15       68          1019.95       9.25          17.8
2014/1/16       75             1018.35       9.6          19.5
2014/1/17       76          1017.5       11.2          20.8
2014/1/18       50.5          1020.9       13.45          21.2
2014/1/19       62.5          1020.25       10.1          18.45
2014/1/20       62.5          1018.55       11.7          20.8
.................................
（数据省略）
.................................

然后，根据以上条件产生的变量mean_RH、mean_pres、mean_temp和max_temp的均值，匹配到数据集A中，形成如下格式：
death       date_pregnancy       first_month       mean_RH_mean       mean_pres_mean       mean_temp_mean       max_temp_mean
1       2014/1/1       2014/1/28       新值       新值       新值       新值
0       2014/1/1       2014/1/28       新值       新值       新值       新值
1       2014/1/1       2014/1/28       新值       新值       新值       新值
0       2014/1/1       2014/1/28       新值       新值       新值       新值
0       2014/1/1       2014/1/28       新值       新值       新值       新值
1       2014/1/2       2014/1/29       新值       新值       新值       新值
0       2014/1/2       2014/1/29       新值       新值       新值       新值
1       2014/1/2       2014/1/29       新值       新值       新值       新值
0       2014/1/2       2014/1/29       新值       新值       新值       新值
0       2014/1/3       2014/1/30       新值       新值       新值       新值
0       2014/1/3       2014/1/30       新值       新值       新值       新值
0       2014/1/3       2014/1/30       新值       新值       新值       新值
1       2014/1/3       2014/1/30       新值       新值       新值       新值
0       2014/1/3       2014/1/30       新值       新值       新值       新值
1       2014/1/3       2014/1/30       新值       新值       新值       新值
0       2014/1/3       2014/1/30       新值       新值       新值       新值
0       2014/1/3       2014/1/30       新值       新值       新值       新值

期待高手能够帮忙解决一下，非常感谢！

报纸

caibirdcnb 发表于 2017-11-12 10:00:31

littlesas 发表于 2017-11-11 23:16
您好！谢谢您的参与！您的代码产生的结果还不是我想要的结果。我重新描述一下：
现有SAS数据集A，其包含 ...

我再看了一遍你的描述，觉得我之前的代码就是你的需求。你用我的代码运行一下，告诉我哪一条不符合你的描述。

地板

1229784736

发表于 2017-11-12 11:41:16

proc sql;
      create table tmp as
            select death,
                     date_pregnancy,
                     first_month,
                     mean(mean_RH) as mean_RH_mean,
         mean(mean_pres) as mean_pres_mean,
                     mean(mean_temp) as mean_temp_mean,
                     mean(max_temp) as max_temp_mean
            from (selrct *
      from work.A
      join work.B
      on date_pregnancy<=date<=first_month)
            group by date_pregnancy, first_month;
quit;

7楼

littlesas 发表于 2017-11-12 22:32:20

谢谢你们的解决方案！马上试试！

[问答] 寻求高手技术支持！如何根据一个SAS数据集的观测值，对另一个SAS数据集进行子集操作！ [推广有奖]

相关帖子

浏览过的帖子

浏览过的版块

本版微信群