Question

使用SAS（我正在考虑使用PROC SQL或PROC TRANSPOSE，但我也对其他方法持开放态度）：有关如何使用以下数据格式转换数据的任何提示：

ID CODE VALUE  
AA 1A   100  
AA 1A    10  
AA 2B   120  
AA 2C   210  
AA 3A   110  
BB 1A    20  
BB 3A   112

采用以下格式：

ID 1A  2B  2C  3A   
AA 110 120 210 110  
BB  20   .   . 112`

我需要做的是创建一个表格，其中原始表格中“CODE”变量的值成为我第二个表格中的表格标题。

我试图使用PROC TRANSPOSE，但由于我的“BY”条件（变量“CODE”）不是唯一的，它不会起作用：

PROC TRANSPOSE DATA=table1 OUT=table2;
    BY ID;
    ID CODE;
    VAR VALUE;
PROC PRINT DATA=table2;
    TITLE 'Test of flipped data';
RUN;

非常感谢任何反馈。感谢。

Answer 1

您需要在TRANSPOSE之前聚合VALUE列。有很多方法，我在这里展示SQL。

proc sql noprint;
   create table temp as
      select id, code, sum(value) as value
         from table1
         group by id, code
         order by id, code;
quit;

proc transpose data=temp out=table2;
    BY ID;
    ID CODE;
    VAR VALUE;
PROC PRINT DATA=table2;
    TITLE 'Test of flipped data';
RUN;

Answer 2

如果ID和CODE相同，您似乎需要将VALUE加在一起。例如当ID = AA和CODE = 1A时，您希望只有一个唯一的行，其中VALUE = 110。

您可以在retain步骤中使用DATA来计算总和。具有PROC SORT选项的NODUPKEY仅在检测到指定变量之间的重复时保留具有最高值的记录。

data test2;
    set test;
    retain retainID retainCODE VALUE;
    if ID=retainID and CODE=retainCODE then SUM+VALUE; 
    else SUM=VALUE;
    retainID=ID;
    retainCODE=CODE;
    drop retainID retainCODE;
run;
proc sort data=test2;
    by ID CODE descending SUM;
run;    
proc sort data=test2 nodupkey;  *Use NODUPKEY to keep row with highest SUM;
    by ID CODE;                 *Checks for duplicates between ID and CODE;
run;
proc transpose data=test2 out=fat;
    by ID;
    ID CODE;
    var SUM;
run;
proc print data=fat noobs; run;

在这种情况下，

proc transpose可能是将数据集设置为胖数据集的更简单方法。 http://support.sas.com/resources/papers/proceedings09/060-2009.pdf否则，您将不得不使用数据步骤，这将是一个痛苦。

如何在SAS（可能的PROC SQL）中更改数据布局？

2 个答案: