Question

所以我有一个“dataset_a”，如下所示：

Name  Month
Dick  Aug
Dick  Sep
Dick  Oct
Jane  Aug
Jane  Sep
...

还有一些像这样的更大的“dataset_b”：

Name  Day        X     Y
Dick  12-Jul-13  14.8  2.3
Jane  05-Sep-13  12.2  2.0
Dick  02-Aug-13  15.1  3.2
Dick  07-Aug-13  14.5  3.0
Jane  05-Aug-13  12.8  2.5
Dick  08-Aug-13  14.5  3.0
Dick  10-Aug-13  13.5  2.3
Jane  31-Jul-13  13.0  2.2
...

我想迭代它，对于“dataset_a”中的每一行，执行一个数据步骤，从“dataset_b”获取相应的记录并将它们放入临时数据集 - “temp”，让我们调用它。然后我需要在“temp”上做一个proc reg并将结果（row-vector-style）粘贴回“dataset_a”，如下所示：

Name  Month Parameter-est.-for-Y p-value  R-squared
Dick  Aug   Some #               Some #   Some #
Dick  Sep   Some #               Some #   Some #
Dick  Oct   Some #               Some #   Some #
Jane  Aug   Some #               Some #   Some #
Jane  Sep   Some #               Some #   Some #
...

这里有一些代码/伪代码来说明我的需求：

for each row in dataset_a
    data temp;
    set dataset_b; where name=['i'th name] and month(day)=['i'th month]; 
    run;
    proc reg /*noprint*/ alpha=0.1 outest=[?] tableout; model X = Y; run;
    /*somehow put these regression results back into 'i'th row of dataset_a*/
next

如果没有意义，请发表评论。非常感谢提前！

Answer 1

有效的方法与您列出的方法有所不同。在您展示的特定实例中，最有效的方法是使用格式将Day值分组为Months，并运行回归by name day，假设回归遵循格式（如果不是，则创建新变量{{ 1}}并使用格式指定。

例如：

month

或者

data for_reg/view=for_reg;
set dataset_b;
month=put(day,MONNAME3.);
run;

然后

proc datasets lib=work;
modify dataset_b;
format day MONNAME3.;
quit;

然后根据需要将输出数据集与proc reg data=for_reg; by name month; *or if using the other one, by name day; **other proc reg statements**; run;合并。它将运行proc reg，就好像你为每个名称/月份组合运行一次，但是所有这一切都在一个调用中，一个遍历数据。

如果dataset_a不尊重群体（我认为确实如此，但谁知道），最好的解决办法仍然是做这样的事情;编写一个宏来运行带有PROC REG和name参数的proc reg，并从month调用宏。然后生成公共输出文件（或将dataset_a它们放入宏中的单个主输出数据集中），并在最后需要时将结果合并到proc append。

像

这样的东西

dataset_a

如果它只有这两个变量，你最后可能不需要在%macro run_procreg(name=,month=); data for_run/view=for_run; set dataset_b; where name=&name. and put(day,MONNAME3.)=&month.; run; proc reg data=for_run; *other stuff*; output out=tempdataset; *or however you create your output; run; proc append base=master_output data=tempdataset force; run; %mend run_procreg; proc sql; select cats('%run_procreg(name=',name,',month=',month,')') into :macrocalllist separated by ' ' from dataset_a; quit; &macrocalllist; data fin; merge dataset_a (in=a) master_output(in=b); by name month; run;上合并。这比使用dataset_a的一次调用慢得多，但如果有必要，这就是这样做的方式。

您还可以在datastep中使用by来驱动上面的宏列表 - 这几乎是与您声明的伪代码最相似的概念，它几乎相同 - 但它不会将信息返回给数据step（在数据步骤完成后执行），它比上述方法稍微麻烦一些。在FCMP语言中还有9.3 + call execute允许你更接近你想要的东西，但我不太清楚它是否足以解释或知道它确实满足你的需求

SAS：循环数据集，为第i行创建临时数据步骤，执行一些proc / temp数据，将结果返回到第一个数据集

1 个答案: