合并加总月度数据为年度数据

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

目前，我已将12个月度的数据合并在同一张表上，但由于数量量过大，用stata处理的时候发现出错了，听所sas在处理大数据上有优势，于是转战sas。其中，有shipment_date(日期)、party_id(企业代码)、company(企业名称)、tel（电话号码）、country(进口国)、shipment(贸易方式)、valuee（价值）、quantity（数量）等变量。1.某些企业（如a企业）在某个月，电话号码是缺失的，但在另一个月又有电话号码数据(如0512-67611121)，怎么将a企业的电话号码缺失部分用0512-67611121来填充？（用stata的话，可以使用bysort company:replace tel=tel[_n-1] if tel=="" & tel[_n-1]!="",但是sas需要什么命令是真的不清楚）
2.之后，我希望只要属于同一年份，对变量party_id(企业代码)、company(企业名称)、tel（电话号码）、country(进口国)、shipment(贸易方式)相同的valuee、quantity进行求和加总。（stata代码为collapse (sum) valuee quantity,by( hs6 party_id company companytype tel zip pperson country shipment unit exp_or_imp )，希望有坛友能告知sas的代码）万分感谢！ 12.dta (39.7 MB)

2018-11-25 21:25:22 上传

这是数据的一部分，希望有知道的坛友能帮助一些，真的很感谢。
例如：
shipment_date        party_id   company             tel           country    shipment     valuee   quantity
  200601                  0001         a               3506231         美国         一般贸易      20          3
200601                  0002          b               3506232          美国         一般贸易      30         3
200602                  0001          a               3506231          美国         一般贸易      40         6
200602                   0002          b               3506232          美国         一般贸易      30         3
200602                  0001           a                                    美国         加工贸易      40         6
200602                  0002          b               3506232          意大利       一般贸易     30         3
希望结果为：
party_id   company             tel           country    shipment     valuee   quantity
0001         a               3506231         美国         一般贸易      60          9
0001           a             3506231          美国         加工贸易     40           6
0002          b             3506232         美国         一般贸易     60           6
0002          b            3506232          意大利       一般贸易    30            3

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1 回帖

关键词：一般贸易 电话号码 加工贸易 企业名称 企业代码

楼主，两个办法可以做此事，代码如下：

1. /*导入数据集*/
   
2. data work.test;
   
3. length year $4;
   
4. infile <infile-specification>;/*你的数据来源，txt或者excle，具体看数据类型来拟定本条代码*/
   
5. input shipment_date $ party_id $ company $ tel $ country $ shipment $ valuee quantity;
   
6. year = substr(shipment_date,1,4);/*仅需要同一年份，则月份无所谓，去掉*/
   
7. drop shipment_date;
   
8. if tel eq '' then tel = '0512-67611121';/*填充缺失的电话号码*/
   
9. run;
   
10. /*两种方法*/
    
11. /*方法一：用data step的方法*/
    
12. proc sort data=work.test out=work.method;
    
13. by year party_id company county shipment;
    
14. run;
    
15. 
    
16. data work.method_1;
    
17. set work.method;
    
18. by year party_id company county shipment;
    
19. if first.shipment then do;
    
20. sumvaluee + valuee;
    
21. sumqua + quantity;
    
22. end;
    
23. if last.shipment;
    
24. run;
    
25. 
    
26. /*方法二：用sql的方法*/
    
27. proc sql;
    
28. create table work.method_2 as
    
29. select year,party_id,company,tel,country,shipment,sum(valuee) as sumvaluee,sum(quantity) as sumqua
    
30. from work.method
    
31. group by year,party_id,company,country,shipment
    
32. order by year,party_id,company,country,shipment;
    
33. quit;

复制代码

steven_1017 发表于 2018-11-26 00:44
楼主，两个办法可以做此事，代码如下：

真的太感谢了，我去试试。不过在第8步，填充电话号码，因为数据有几百万条，在不知道这个具体的电话号码0512-67611121的情况下，我要怎么填充呢

wat1231994 发表于 2018-11-26 09:35
真的太感谢了，我去试试。不过在第8步，填充电话号码，因为数据有几百万条，在不知道这个具体的电话号码0 ...

不好意思看漏了，if tel eq ' ' AND company = 'a' then tel = '0512-67611121';

wat1231994 发表于 2018-11-26 09:35
真的太感谢了，我去试试。不过在第8步，填充电话号码，因为数据有几百万条，在不知道这个具体的电话号码0 ...

你要是不压缩数据，就让它missing，假如你要压缩数据的话，那就是统一用0代表这些缺失的电话号码咯。

steven_1017 发表于 2018-11-26 10:56
不好意思看漏了，if tel eq ' ' AND company = 'a' then tel = '0512-67611121';

嗯嗯，多谢了。那如果我只是知道有一些企业的号码存在缺失，但不知道具体是哪个企业，又该如何编程呢？

wat1231994 发表于 2018-11-26 20:08
嗯嗯，多谢了。那如果我只是知道有一些企业的号码存在缺失，但不知道具体是哪个企业，又该如何编程呢？

这个要看你对于这些缺失的号码具体干什么，假如不知道什么企业，就把那个company='a'这个condition去掉咯，因为它们的统一特征就是电话号码为missing，你明确了要干啥，就好办了，例如，假如是a公司，电话号码缺失，就用某号码替代，如果是b公司就用另一个号码替代。一定要知道自己要干什么，然后才知道如何去编程、拟定条件与执行语句。

steven_1017 发表于 2018-11-28 05:36
这个要看你对于这些缺失的号码具体干什么，假如不知道什么企业，就把那个company='a'这个condition去掉咯 ...

因为这部分数据是海关数据  我想利用电话号码后七位和邮编   将海关数据与企业数据库进行匹配  所以需要将缺失的号码填充完整

wat1231994 发表于 2018-11-28 11:53
因为这部分数据是海关数据  我想利用电话号码后七位和邮编   将海关数据与企业数据库进行匹配  所以需要将 ...

那就暂时让其保持missing，或者将电话号码为missing的所有obs单独存储一个data set，用那个dataset与数据库中的公司、电话的matching pair进行匹配，完成电话匹配的部分再append到大的数据集中。

steven_1017 发表于 2018-11-29 14:31
那就暂时让其保持missing，或者将电话号码为missing的所有obs单独存储一个data set，用那个dataset与数据 ...

嗯嗯  懂了   多谢多谢