假设我在名为links
的数据集中有一个定向图表,该数据集包含两个变量:from_id
和to_id
。我想使用SAS Data Step做两件事:(1)计算节点数,(2)计算边数。
假设links
数据集如下所示。
from_id to_id
----------------
1 2
2 3
3 1
3 2
在此示例中,有3个节点和4个边。 (我们可以假设links
中没有重复的边)。节点是1,2和3.边缘是1-> 2,2-> 3,3-> 1和3-> 2.
下面是一个SAS宏,它使用SAS Data Step和proc sql来计算节点和边缘。它工作得很好,但我希望使用SAS Data Step,这样可以(可能)更快地计算节点和边缘。
/* display number of nodes and edges for graph */
%macro graph_info(links);
data nodes;
set &links;
node_id = from_id;
output;
node_id = to_id;
output;
keep node_id;
run;
proc sql noprint;
select count(distinct node_id) into :numNodes from nodes;
quit;
proc datasets lib=work nolist;
delete nodes;
quit;
proc sql noprint;
select count(*) into :numEdges from &links;
quit;
%put Nodes: &numNodes;
%put Edges: &numEdges;
%mend;
答案 0 :(得分:5)
如果您有足够的内存,您可以使用哈希对象执行此操作。
警告:此代码未经测试,因为我没有安装SAS设备。但是基本的想法应该有效。您遍历数据步骤,将每个节点添加到哈希对象,并在最后一个对象上将宏变量设置为哈希对象的大小。
data _null_;
set links end=lastrec;
format node_id 8.;
if _N_ eq 1 then do;
declare hash h();
h.defineKey("node_id");
h.defineDone();
end;
node_id = from_id;
rc=h.find();
if rc ne 0 then h.add();
node_id = to_id;
rc=h.find();
if rc ne 0 then h.add();
if lastrec then do;
call symput('numLinks', put(h.num_items, 8. -L));
call symput('numEdges', put(_N_, 8. -L));
end;
run;