Question

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;

Answer 1

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;

SAS数据计算图中的节点/边

1 个答案: