Question

我有一个评估日期列表，存储在表格日期列表中。从技术上讲，每个评估期都有两列， start_date 和 end_date 。肯定需要使用end_date，但start_date可能不需要。我只关心已完成的期间，因此，例如，2016-01-01至2016-07-01期间正在进行但尚未完成。所以，它不在表格中。

start_date  end_date
2012-01-01  2012-07-01
2012-07-01  2013-01-01
2013-01-01  2013-07-01
2013-07-01  2014-01-01
2014-01-01  2014-07-01
2014-07-01  2015-01-01
2015-01-01  2015-07-01
2015-07-01  2016-01-01

我有一个单独的表格，列出了客户的累计销售额， sales_table ，其中有三列， customer_ID ， cumul_sales ， transaction_date < / strong>即可。例如，假设客户4793在2014年2月14日购买了价值100美元的东西，在2014年3月30日购买了价值200美元的东西，在7/27/2014购买了75美元，该表格将包含以下行：

customer_ID cumul_sales transaction_date 4793 100 2014-02-14 4793 300 2014-03-30 4793 375 2014-07-27

现在，对于每个评估日期和每个客户，我想知道该客户评估日期的累计销售额是多少？如果客户在评估日期之前没有购买任何东西，那么我根本不希望该客户对应于所述评估日期。这将存储在名为 sales_by_eval 的新表格中，其中列 customer_ID ， cumul_sales ， eval_date 。对于上面的示例客户，我将拥有以下行：

customer_ID cumul_sales eval_date 4793 300 2014-07-01 4793 375 2015-01-01 4793 375 2015-07-01 4793 375 2016-01-01

我可以做到这一点，但我希望以有效的方式做到这一点，所以我不需要为每个评估日期读取一次数据。如果sales_table和40个评估日期中有很多行，那么读取数据40次将是一个很大的浪费，每个评估日期一次。只有一次读取数据是否可能，例如？

当前流程的基本思想是每个评估期循环一次的宏循环。每个循环都有一个数据步骤，用于创建一个新表（每个循环一个表），以检查每个事务，以查看它是否在相应评估期的end_date之前或之后发生。也就是说，每个表都包含在该评估日期之前或之后发生的所有事务，但不包括之后发生的所有事务。然后，后面的数据步骤使用“最后”。在评估日期之前仅获得每个客户的最后一笔交易。最后，创建的所有各种表在另一个数据步骤中重新组合在一起，它们都在SET语句中列出。

这是在SAS中，所以SAS可以做的任何事情，包括SQL和宏，对我都没问题。

Answer 1

在SAS中，当您使用group by语句时，您仍然可以不在select语句中使用分组变量，如下所示：

proc sql;
    create table sales_by_eval as
        select s.customer_ID, s.cumul_sales, d.end_date as eval_date
            from datelist d 
                join sales_table s
                    on d.end_date > s.transaction_date
            group by s.customer_ID, d.end_date
                having max(s.transaction_date) = s.transaction_date
    ;
quit;

这意味着对于所选变量的每个组合，SAS将使用在定义的组内汇总的度量返回rekord。要将结果限制为事务值的最后一个状态，请使用having condition，其中只选择在s.customer_ID，d.end_date组中具有transaction_date等于max（transaction_date）的记录。

获取SAS

1 个答案: