Question

我正在处理大型数据集（3000万行），我需要提取最近的三个日期（可能有不确定的行数连接到它们），所以像03MAR2016可能有2行27FEB2016可能有10个25FEB2016可能有3.如何说“选择此集合中最后X个值的所有内容，无论有多少行”？

Answer 1

您需要将其分解为两个任务。

确定哪些日期是最后三个日期
从这些日期拉出所有行

两者都可以在SQL中使用，但第一种方法更容易使用其他方法（SAS的SQL不太擅长获取“第一件X事物”）。

我建议使用像PROC FREQ或PROC TABULATE之类的东西来生成日期列表（只是日期变量上的PROC FREQ），真的是你感觉舒服的任何过程 - 甚至{{1会工作（虽然这可能效率较低）。然后，一旦有了该表，将其限制为三个最高的观察值，然后您可以在SQL步骤中使用它来连接到主表并过滤到这三个日期 - 或者您可以使用其他选项，例如创建自定义格式或哈希表或任何适合您的。但是，我认为，3000万行并不是一个SQL连接应该是一个问题。

Answer 2

由于无法对内联视图/子查询进行排序，因此必须将SQL语句分为两部分：

对日期DESCENDING进行排序并获取不同的值
加入原始数据并限制为前3

但如前所述，SQL并不擅长这种操作。

DATA input_data ; 
  INPUT date value ; 
CARDS ; 
20160101 1
20160101 2
20160101 3 
20160102 1 
20160103 1
20160104 1
20160105 1
20160105 2
20160105 3
; 

proc sql _method;
create table DATE_ID as
    select distinct DATE
        from input_data
            order by DATE DESC;

create table output_data as
    select data.*
        from (select *
                from DATE_ID
                where monotonic() <= 3
                    ) id
        inner join input_data data
            on id.DATE = data.DATE
        ;
quit;

如何在SAS SQL中提取最后N个日期

2 个答案: