SAS从数据集中选择随机样本

Question

我明白要选择随机样本，我可以使用

proc surveyselect data = raw_data method = srs n=200000 out=sample_data;
run;

但是，有时我的raw_data具有记录数＆lt; 200000.如果raw_data很小，我想保留raw_data;如果它超过一百万条记录，我想随机选择一条200k的记录。我该怎么做？

谢谢！

Answer 1

只需为n创建一个宏变量。您可以在下面执行此操作，或者如果您没有理由不相信这些值，则可以使用dictionary.tables或proc contents来获取计数，而无需实际计算所有行。

proc sql;
  select 
    case when count(1) < 1000000 then count(1) else 200000 end
    into :sampcount
    from yourdataset
  ;
quit;

proc surveyselect n=&sampcount. .... ;
run;