SAS求解一个问题，关于寻找连续出现的变量

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

希望找出被基金连续持有超过4个季度（含4个季度）的公司。

比如说基金001，持有100只股票，希望找出被连续持有超过4个季度（含4个季度）的公司。这个程序大概怎么写？我想了很久想不出来，望有高手求解！谢谢

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：程序

我也不知道怎么帮助你
我不知道你的数据库结构是什么样子的
你先列一个例子出来吧
不然不好写的

我自己把这个分了个类：
proc print data=fund;
run;

proc sort data=fund out=fund1;
by fund_code;

proc print data=fund1;
run;

data fund000001;
set fund1;
if fund_code= '000001';

proc print data=fund000001;

proc sort data=fund000001;
by date;


proc means data=fund000001;
by date;
run;

proc print data=fund000001;
by date;
title fund000001;
run;

现在我需要的是，如果某只股票被fund连续持有超过4个季度，就返回一个值1，否则是0。

不知道我解释的是否清楚.......

麻烦了。。

因为这个数据是试用的，所以只有1年，完整版本的有大概4-5年。

你说了这么多
我还是没理解
你按照图片的格式
解释每一个变量的定义其实就完了

第一步变换DATE
data crackman;
set  fund000001;
date=mdy(input(substr(date,6,7),f2.),input(substr(date,9,10),f2.),input(substr(date,1,4),f4.);
run;
proc sort data=crackman out=crackman;
by stock date;
run;
proc sql noprint;
create table result as select *,max(date)-min(date) as dif from crackman group by stock;
quit;
data result;
set result;
if dif>=365 then n=1;
else n=0;
proc sql;
create table result1 as select * from result where sum(n)=dif;
quit;
run;
这个里面用一个标记变量，当标记变量值与日期插值想等时候初步判断为连续
但是这个里面的连续是不是你所说的连续？

谢谢啊，我看了程序，太厉害了，结果应该就是我需要的，不过程序还是有些问题

max(date)-min(date);

运行到这里的时候出错，显示减法需要使用数字:
ERROR: Expression using subtraction (-) requires numeric types.

最后为什么要加 where sum(n)=dif 呢？而且这里也出错了，显示ERROR: Summary functions are restricted to the SELECT and HAVING clauses only.

你用input转换一下就可以了

7楼的substr有个小错误，第三个参数应该是截长。其次，关于where的语句所要表达的意思，我来解释一下吧，其实是having语句，该表若每天都有记录即持有则视为连续，因此sum(n)就是持有的天数，dif则是时长，因此天数等于时长就代表了连续，反之两者之间的差则是代表了未持有的天数，若差不为零就不构成了连续。

不过关于楼主的定义我有一些别的看法。

从楼主给到的数据来看，貌似并不是每天都有记录，而date的值都为季度末的最后一天，如果是这样，那date其实就可以作为季度。因此猜想：
1 此数据是在季度末最后一天的状态。有记录则代表此季度fund持有该stock，无记录则代表此季度fund不持有。
2 连续持有4个季度应该是指对于某个fund，只要有连续四个季度及以上持有某stock的记录，则就视为满足条件。季度的连续性应该包括跨年吧。
举例：对于某个fund，持有某个stock的时间点
若为：2005-03-31，2005-06-30，2005-12-31，则该stock不满足条件
若为：2005-06-30，2005-09-30，2005-12-31，2006-01-31，则该stock满足条件
若为：2004-06-30，2005-06-30，2005-09-30，2005-12-31，2006-01-31，虽然第一时间点与第二时间点相差1年，但后四个时间点仍然构成连续四个季度，因此则该stock满足条件

在这样的前提下：

第一步：

1. proc sql;
   
2.         create table fund01 as
   
3.         select
   
4.                 distinct *,
   
5.                 input(date,yymmdd10.) as td,
   
6.                 min(td) as min_dte
   
7.         from fund
   
8.         group by fund_code,stock
   
9.         order by fund_code,stock,td
   
10.         ;
    
11. quit;

复制代码

第二步：

1. data fund02(keep=fund_code stock hsy);
   
2.         set fund01;
   
3.         by fund_code stock td;
   
4.         length hsy $ 30;
   
5.         retain hsy;
   
6.         if first.stock then call missing(hsy);
   
7.         /*计算季度差，建议采用'30/360'，对于本数据集更准确。
   
8.         由于此例，date的特殊性，yrdif函数计算结果的小数位只有0，.25，.5，.75四种可能。*/
   
9.         t=yrdif(min_dte,td,'30/360')*4;
   
10.         if t=1 then hsy=compress(hsy)||'1';
    
11.         else if t>1 then hsy=compress(hsy)||repeat('0',t-2)||'1';
    
12.         else hsy='1';
    
13.         if last.stock;
    
14. run;

复制代码

第三步：

1. proc sql;
   
2.         create table result as
   
3.         select
   
4.                 a.*,
   
5.                 case when b.fund_code and b.stock then 1 else 0 end flg
   
6.         from fund as a
   
7.         left join fund02(where=(hsy contains '1111')) as b
   
8.         on a.fund_code=b.fund_code
   
9.         and a.stock=b.stock
   
10.         ;
    
11. quit;

复制代码

哪位高手有更好的方法，希望指点。