Question

如何对数据集中的最后n个观察值进行计算例如，如果我有10个观察，我想创建一个变量，它将另一个变量的最后5个值相加。请不要建议我滞后5次或使用模块（ N ）。我需要一个更优雅的解决方案。

使用下面的代码alpha是我拥有的数据集，而bravo是我需要的数据集。

data alpha; 
    input lima @@ ;
    cards ;
3 1 4 21 3 3 2 4 2 5
; 
run ;

data bravo;
input lima juliet;
cards;
3 .
1 .
4 .
21 .
3 32
3 32
2 33
4 33
2 14
5 16
;
run;

提前谢谢你！

Answer 1

我可以提供相当难看的解决方案：

运行数据步骤并将增加的数字添加到每个组。
运行sql步骤并添加 max（group）。
运行另一个数据步骤并检查（2） - （1）中的值是否小于5.如果是，请指定 _num_to_sum _ 变量（例如）要求和的值，否则留空或指定0。
并且最后使用 sum（_num_to_sum _）执行sql步骤，并通过将变量从（1）分组来对结果进行分组。

编辑：我已经以更加紧凑的方式添加了这个概念的实例。

input var1 $ var2;
cards;
aaa 3
aaa 5
aaa 7
aaa 1
aaa 11
aaa 8
aaa 6
bbb 3
bbb 2
bbb 4
bbb 6
;
run;

data step1;
    set sourcetable;
    by var1;
    retain obs 0;
    if first.var1 then obs = 0;
    else obs = obs+1;
    if obs >=5 then to_sum = var2;
run;

proc sql;
    create table rezults as
        select distinct var1, sum(to_sum) as needed_summs
        from step1
        group by var1;
quit;

Answer 2

您可以在数据步骤中执行此操作，也可以使用SAS / ETS中的PROC EXPAND（如果可用）。

对于数据步骤，我们的想法是您从累积总和（summ）开始，但要跟踪到目前为止添加的值的数量（ninsum）。一旦达到5，就开始将累积和输出到目标变量（juliet），然后从下一步开始减去滞后-5值，只存储最后五个值的总和。

data beta;
    set alpha;
    retain summ ninsum 0;

    summ + lima;
    ninsum + 1;
    l5 = lag5(lima);

    if ninsum = 6 then do;
        summ = summ - l5;
        ninsum = ninsum - 1;
    end;

    if ninsum = 5 then do;
        juliet = summ;
    end;

run;

proc print data=beta;
run;

然而，有一个程序可以执行所有类型的累积，移动窗口等计算：PROC EXPAND，其中这实际上只是一行。我们只是告诉它在宽度为5的窗口中计算向后移动的总和，并将前4个观察值设置为缺失（默认情况下，它会将你的序列扩展为左边的0＆＃39;）

proc expand data=alpha out=gamma;
       convert lima = juliet   / transformout=(movsum 5 trimleft 4);
 run;

proc print data=gamma;
run;

修改

如果要进行更复杂的计算，则需要在保留变量中携带先前的值。我以为你想避免这种情况，但现在是：

data epsilon; set alpha; array lags {5}; retain lags1 - lags5; /* do whatever calculation is needed */ juliet = 0; do i=1 to 5; juliet = juliet + lags{i}; end; output; /* shift over lagged values, and add self at the beginning */ do i=5 to 2 by -1; lags{i} = lags{i-1}; end; lags{1} = lima; drop i; run; proc print data=epsilon; run;

Answer 3

万一有人读这个:) 我解决了它需要它解决的方式。虽然现在我更好奇两者中的哪一个（保留和我的解决方案）在计算/处理时间方面更优。

这是我的解决方案：

data bravo(keep = var1 summ);
    set alpha;
    do i=_n_ to _n_-4 by -1;
        set alpha(rename=var1=var2) point=i;
        summ=sum(summ,var2);        
    end;
run;

如何执行最近n次观察的计算

3 个答案: