Question

我有一个包含50行的表格。我想取整个表的每个数字列的平均值，最近的40行和最近的30行。行具有日期标识符，该标识符从底部的最旧到最新递减。

有没有人知道如何用proc mean或proc sql做到这一点？

Answer 1

您可以使用数据步骤视图和第一个数据集选项创建分析组。

data analysis;
   set sashelp.class(in=in1) sashelp.class(in=in2 firstobs=6) sashelp.class(in=in3 firstobs=12);
   select;
      when(in1) group=1;
      when(in2) group=2;
      when(in3) group=3;
      end;
   run;
proc means;
   class group;
   run;

Answer 2

考虑proc sql一个派生表，该表运行外部查询的条件平均计算中使用的相关计数子查询。下面运行三个数字列，将其扩展为适合实际数据集：

proc sql;
    CREATE NewDataSet AS

    (SELECT Avg(main.NumCol1) As FullAvgNumCol1, Avg(main.NumCol2) As FullAvgNumCol2,  
            Avg(main.NumCol3) As FullAvgNumCol3,

            Avg(CASE WHEN main.RowCount <= 40 
                THEN main.NumCol1 ELSE NULL END) AS Top40AvgNumCol1,
            Avg(CASE WHEN main.RowCount <= 40 
                THEN main.NumCol2 ELSE NULL END) AS Top40AvgNumCol2,
            Avg(CASE WHEN main.RowCount <= 40 
                THEN main.NumCol3 ELSE NULL END) AS Top40AvgNumCol3,

            Avg(CASE WHEN main.RowCount >= main.FullCount - 30 
                THEN main.NumCol1 ELSE NULL END) AS Bottom30AvgNumCol1,
            Avg(CASE WHEN main.RowCount >= main.FullCount - 30 
                THEN main.NumCol2 ELSE NULL END) AS Bottom30AvgNumCol2,
            Avg(CASE WHEN main.RowCount >= main.FullCount - 30 
                THEN main.NumCol3 ELSE NULL END) AS Bottom30AvgNumCol3

    FROM 
        (SELECT sub.NumCol1, sub.NumCol2, sub.NumCol3,
                (SELECT Count(*) FROM DataSet sub 
                 WHERE sub.Date <= d.Date) As RowCount,
                (SELECT Count(*) FROM DataSet) As FullCount
         FROM DataSet d) AS main);
quit;

Answer 3

希望这是一个简单的替代方案。由于您的数据已经订购，您可以创建一个日期计数器，该计数器从最近一天算起，然后在过程中使用where语句。

创建一些玩具数据 - 随机日期和3个数字列。

data one;

  do i = 1 to 50;

    date = 20000+i;
    num1 = rand("Poisson", 6);
    num2 = rand("uniform");
    num3 = i*(i-1);
    output;

  end;

  format date date9.;
  drop i;
run;

创建由proc表示的计数器。最近一天的价值为1，那么最早的一天的价值为50。

data two;
set one nobs= nobs;

  datecount = nobs - _N_ + 1;

run;

在proc中使用where语句 - datecount =＆lt; 30说你想要最近30天。

proc means data = two ( where = ( datecount =< 30));
  var num1 num2 num3;
  output out = averages (drop = _type_ _freq_) 
  mean = Mean1 Mean2 Mean3;
run;

如何使用proc意味着只平均表的最后n行？

3 个答案: