Question

我试图将多组数据放在两个数字之间的不同组中进行比较。最初我有声明，

if COLUMN1 gt 0 and COLUMN1 LE 1000 then PRICE_GROUP = 1000;

我的这个数字增加了1000到100,000。唯一的问题是，一旦我计算了每个price_group中的数量，就会丢失一些price_groups（57,000没有值，所以当我计算（Price_group）它不会出现在某些组中）。我认为解决方案是创建一个包含每个边界的表，然后比较实际值与上限和下限。

proc iml;

  mat = j(100,2,0);

  total = 100000;

  mat[1,1] = 0;
  mat[1,2] = mat[1,1] + (total/100);
  do i = 2 to nrow(mat);
        mat[i,1] = mat[i-1,1] +  (total/100);
        mat[i,2] = mat[i,1] + (total/100);
  end;

create dataset from mat;
append from mat;
quit;

这创建了我可以比较值的表，但除了proc iml之外还有更简单的方法吗？我接下来要做一个循环来比较每个值和两列，并在表上创建一个新列以在每个桶中计数。这仍然是一个效率低下的密集过程。

Answer 1

IML并不是一个糟糕的解决方案，但还有其他一些解决方案取决于你究竟在做什么。

最常见的是proc format。创建一个管理每个存储桶的格式，如下所示：

proc format;
value buckets
0-1000 = 1000
1000<-2000 = 2000
...
other="NA";
quit;

然后你可以使用格式（或信息）来创建一个带有bucketed值的新变量，或者更好的是，使用动态格式（即，在proc手段或诸如此类的东西），这不仅意味着你不要必须重写数据集，但您可以根据所需的桶数（例如，buckets100格式或buckets20以及诸如此类别）来打开和关闭格式。

其次，您的具体问题看起来只能使用数学来解决：

data want;
set have;
bucket = &total/100*(1+floor(column1/(&total/100)));
run;

虽然显然这并不适用于每个例子。

第三，如果您无法使用格式（例如，有两个或更多元素确定存储区），您可以使用哈希查找表。如果这有用，我可以扩展它，或只是谷歌，因为那些非常常用于SAS中的查找。这是常规datastep中最接近IML解决方案的解决方案。

Answer 2

使用组创建另一个表：

data group_table;
do price_group=1000 to 100000 by 1000;
output;
end;
run;

然后使用price_group作为关键字将这个新表加入分组/比较表：

proc sql;
    create table price_group_compare as
    select L.price_group,R.group1_count,R.group2_count
    from group_table as L, group_counts as R
    on L.price_group = R.price_group;
quit;

SAS：比较两个数字之间的值以制作单独的存储桶

2 个答案: