Question

我正在使用SAS，我想创建一个指标变量。

我拥有的数据是这样的（我拥有的数据）：

，我想将其更改为（DATA I WANT）：

我要使用固定的总时间，并且starttime具有重复的时间值（在此示例中，c1和c2都在时间3开始）。尽管我使用的示例很小，只有5个名称和12个时间值，但实际数据却非常大（大约40,000个名称和100,000个时间值-所以我想要的结果是一个100,000x40,000的矩阵。）

有人可以提供有关如何处理此问题的提示/解决方案吗？

Answer 1

这将起作用。可能有一个更简单的解决方案，可以在一个数据步骤中完成所有这些操作。我的数据步骤创建了一个交错的结果，必须对其进行折叠，这是我对排序/平均值求和的结果。

data have;
    input starttime name $;
    datalines;
3 c1
3 c2
5 c3
10 c4
11 c5
;
run;

data want(drop=starttime name);
    set have;
    array cols (*) c1-c5;
    do time=1 to 100;
        if starttime < time then cols(_N_)=1;
        else cols(_N_)=0;
        output;
    end;
run;

proc sort data=want;
    by time;
proc means data=want noprint;
    by time;
    var _numeric_;
    output out=want2(drop=_type_ _freq_) sum=;
run;

我不建议您这样做。您没有提供足够的信息让我们知道您为什么想要这样大小的矩阵。您可能在运行它时遇到处理问题。

在do time=1 to 100行中，您可以将其更改为100000或任何长度。

Answer 2

40k变量很多。看到这种扩展的程度会很有趣。您如何确定停止时间？

data have;
    input starttime name :$32.;
    retain one 1;
    cards;
1 varx
3 c1
3 c2
5 c3x
10 c4
11 c5
;;;;
   run;
proc print;
   run;
proc transpose data=have out=have2(drop=_name_ rename=(starttime=time));
   by starttime;
   id name;
   var one;
   run;
data time;
   if 0 then set have2(drop=time);
   array _n[*] _all_;
   retain _n 0;
   do time=.,1 to 12;
      output;
      call missing(of _n[*]);
      end;
   run;
data want0 / view=want0;
   merge time have2;
   by time;
   retain dummy '1';
   run;
data want;
   length time 8;
   update want0(obs=0) want0;
   by dummy;
   if not missing(time);
   output;
   drop dummy;
   run;
proc print;
   run;

DateValue

Answer 3

我认为下面的代码会起作用：

%macro answer_macro(data_in, data_out);

/* Deduplication of initial dataset just to assure that every variable has a unique starting time*/
proc sort data=&data_in. out=data_have_nodup; by name starttime; run;
proc sort data=data_have_nodup nodupkey; by name; run;

/*Getting min and max starttime values - here I am assuming that there is only integer values form starttime*/
proc sql noprint;
    select min(starttime)
            ,max(starttime) 
    into :min_starttime /*not used. Use this (and change the loop on the next dataset) to start the time variable from the value where the first variable starts*/
        ,:max_starttime
    from data_have_nodup
;quit;

/*Getting all pairs of name/starttime*/
proc sql noprint;
    select name
            ,starttime
    into :name1 - :name1000000
        ,:time1 - :time1000000
    from data_have_nodup
;quit;

/*Getting total number of variables*/
proc sql noprint;
    select count(*) into :nvars
    from data_have_nodup
;quit;

/* Creating dataset with possible start values */
/*I'm not sure this step could be done with a single datastep, but I don't have SAS 
on my PC to make tests, so I used the method below*/

data &data_out.;
    do i = 1 to &max_starttime. + 1;
        time = i; output;
    end;
    drop i;
run;

data &data_out.;
    set &data_out.;
    %do i = 1 %to &nvars.;
        if time >= &&time&i then &&name&i = 1;
        else &&name&i = 0;
    %end;
run;

%mend answer_macro;

很遗憾，我的机器上现在没有SAS，因此无法确认代码是否有效。但是，即使没有，您也可以使用其中的逻辑。

SAS-创建指标变量

3 个答案: