Question

我有一个数据集work.test1，包含4个变量hhid（家庭id），pid（person id），pidlink（hhid和pid的组合）和bin（正面或负面）。

示例数据如下所示： init_values <- function(){ list(alpha = rnorm(2), beta = rnorm(2), sigma = runif(1)) } params <- c("alpha", "beta", "sigma") fit_lm2 <- jags(data = jagsdata_s2, inits = init_values, parameters.to.save = params, model.file = lm2_jags, n.chains = 3, n.iter = 12000, n.burnin = 2000, n.thin = 10, DIC = F)

现在我想创建一个数据集work.test2，它应该只包含bin 2（如果家中有bin = 2）或bin 1（如果家中没有bin 2）的唯一hhid 。如果有多个bin = 2，我会选择第一个。如果没有垃圾箱2但是有超过1垃圾箱1我会选择第一个垃圾箱。结果数据集应该只有唯一的hhid（每个家庭单个条目）。

结果输出应如下所示： obs hhid pid pidlink bin 1 10600 1 1060001 1 2 10600 1 1060001 1 3 10800 1 1080001 1 4 10800 1 1080001 1 5 10800 2 1080002 1 6 10800 2 1080002 2 7 12200 1 1220001 1 8 12200 1 1220001 2

谢谢

Answer 1

至于数据和输出显示group by和max函数应该起作用并给出我想要的结果。

data  have(drop =obs);
  input obs    hhid   pid   pidlink     bin;
  datalines;
  1      10600   1    1060001      1
  2      10600   1    1060001      1
  3      10800   1    1080001      1
  4      10800   1    1080001      1
  5      10800   2    1080002      1
  6      10800   2    1080002      2
  7      12200   1    1220001      1
  8      12200   1    1220001      2
  ;

  proc sql;
  select hhid, max(pid)  as pid, max(pidlink) as pidlink,  max(bin) as bin
  from have
  group by 1;

如果您有更多列，那么它会变得有点棘手，但您可以这样做但是您需要更多选择，否则您将获得更多记录。请参阅下面的查询

data  have(drop =obs);
  input obs    hhid   pid   pidlink     bin anotherval1 abotherval2 $;
  datalines;
  1      10600   1    1060001      1 7 A
  2      10600   1    1060001      1 8 B
  3      10800   1    1080001      1 6 C
  4      10800   1    1080001      1 8 D
  5      10800   2    1080002      1 8 E
  6      10800   2    1080002      2 9 F
  7      12200   1    1220001      1 10 G
  8      12200   1    1220001      2 7 H
  ;

 proc sql;
 select * from have
 group by 1
 having pid= max(pid)  
 and  pidlink = max(pidlink)
 and bin =  max(bin) ;

如果您想只包含其他列的不同记录，那么

data have1;
set have;
val =_n_;
 run;

proc sql;
create table have2(drop =val) as
select * from 
(select * from have1
group by 1
having pid= max(pid)  
and  pidlink = max(pidlink)
and bin =  max(bin))a
group by hhid, pid, pid,bin  
having val=min(val);

选择独特的案例

1 个答案: