Question

我有一个在特定日期进行医疗就诊的人员列表，并且我已经标记了他们进行特定的诊断。现在，我尝试折叠这些标志，以创建每行一个人/一个日期的文件。我已经找到了使用UPDATE的部分解决方案（在这里找到：SAS collapse dates）。但是，这会用特定日期的某个人的最后诊断代码覆盖标记的诊断代码。这是我的数据的简化版本：

data have;
input id id_date diag_code $ flag;
datalines;
1 1 a .
1 1 b 1
1 1 c .
1 2 d 1
1 2 e .
1 2 f 1
2 1 g .
2 1 h .
2 1 i 1
2 2 j 1
3 1 k . 
;
run;

data want;
    update have (obs=0) have;
    by id id_date;
run;

输出：

                        diag_
Obs    id    id_date    code     flag

 1      1       1         c        1  
 2      1       2         f        1  
 3      2       1         i        1  
 4      2       2         j        1 
 5      3       1         k        .

我想要得到的是：

                        diag_
Obs    id    id_date    code     flag

 1      1       1         b        1  
 2      1       2         d        1  
 3      2       1         i        1  
 4      2       2         j        1 
 5      3       1         k        .

因此，基本上，我想从具有flag = 1的第一个观察结果中保留diag_code。我尝试过使用RENAME选项来防止覆盖该变量，但是由于UPDATE首先从观察值为0的数据集中读取数据，因此（新）原始变量显示出来但为空：

data want;
    update have (obs=0 rename=(diag_code=orig_diag_code)) have;
    by id id_date;
run;

                        orig_
                        diag_              diag_
Obs    id    id_date    code     flag      code

 1      1       1                  1       c  
 2      1       2                  1       f  
 3      2       1                  1       i  
 4      2       2                  1       j
 5      3       1                  .       k

有什么想法吗？

编辑：仍然添加flag = 1仍会错误地显示出现多个标志时的最后诊断，并且在缺少标志时不会产生有关日期的观察结果：

data want;
    update have (obs=0) have;
    by id id_date;
    where flag=1;
run;

                        diag_
Obs    id    id_date    code     flag

 1      1       1         b        1  
 2      1       2         f        1  
 3      2       1         i        1  
 4      2       2         j        1

Answer 1

您需要将DIAG_CODE变量移开，以免UPDATE语句更新它。您需要创建一个新变量以保留在第一个FLAG = 1记录中找到的值。然后将正确的值重新分配给DIAG_CODE。

您可以在第二步中重新合并第一个FLAG = 1记录中的DIAG_CODE值。

data want;
  update have (obs=0) have(rename=(diag_code=diag_code_orig));
  by id id_date;
  if 0 then keep_diag=diag_code ;
  retain keep_diag ;
  if first.id_date then call missing(keep_diag);
  if flag=1 then keep_diag=coalescec(keep_diag,diag_code_orig);
  diag_code=coalescec(keep_diag,diag_code_orig);
  drop keep_diag diag_code_orig;
run;

Answer 2

可以使用标志（或状态维护）变量来选择满足某些条件的组中的第一行。

有两种方法：

DOW遍历组，不需要retain或first.
仅包含retain，first.和last.的隐式循环

代码：

* DOW over group with last., no retain or first.;
data want;
  do _n_ = 1 by 1 until (last.id_date);
    set have;
    by id id_date;
    if flag and not flagged then do;
      output;
      flagged = _n_;
    end;
  end;
  if not flagged then output;

  drop flagged;
run;

* Only implicit loop with retain, first. and last.;
data want;
  retain flagged;
  drop flagged;

  set have;
  by id id_date;

  if first.id_date then flagged = .;

  if flag and not flagged then do;
    flagged = 1;
    output;
  end;

  if last.id_date and not flagged then
    output;
run;

使用UPDATE折叠观察值时如何保留不在BY组中的变量的原始值

2 个答案: