Сравнение строк и запросов SAS? или другое решение. Я в тупике

Question

У меня есть ситуация, когда для каждого уникального наблюдения casenum я хотел бы запускать различные запросы и арифметические операции между различными наблюдениями «кода» для этого «casenum» (см. Ниже). Например, для casenum 1234567 я хотел бы вычесть данные для кода 0200 - код 0234 или 531 - 53. Имейте в виду, что в этом наборе данных есть тысячи наблюдений. Есть ли простой способ сделать это или провести сравнение строк с конкретным.

Пожалуйста, обратите внимание casenum и код символьные переменные и данные числовая переменная

Вот пример того, как структурирована набор данных:

 
casenum code data 

1234567
1234567 0234 53 
1234567 0100 789 
1234567 0200 531 
1234567 0300 354 
1111112
1111112 0234 78 
1111112 0100 77 
1111112 0200 7954 
1111112 0300 35 

---

Вот логика, хотя вероятно, синтаксически неверно из того, что я пытаюсь сделать.

Для кодовых наблюдений, где casenum то же самое, в этом casenums
Я хотел бы, чтобы это определить, если данные для кода 0234 + данные для кода 0100 - данные для кодап данных для кода 0200 then newvariable = 'YES'

Другими словами, я бы хотел, чтобы это проверило, если 53 + 789 - 4597 ne 531. после этого и других подобных видов тестов, выполняемых внутри casenum 1234567, мне бы хотелось чтобы перейти на следующий казен, и запустить те же тесты для этого casenum.

Имейте в виду, что этот набор данных содержит сотни тысяч наблюдений.

Answer 1

Я не понимаю, какова ваша логика для части вычитания кода, но для выбора группы строк, которую я могу предложить. На первый взгляд я бы получил список различных значений для casenum.

proc sql; 
select distinct casenum 
into :casenum_list separated by ' ' 
from dataset; 
quit; 

Теперь, когда у вас есть список всех различных значений casenum, я бы перебирать строки следующего любую логики вам нужно.

Возможно, используя другой ргос SQL, как:

%MACRO DOIT; 
%LET COUNT=1; 
%DO %UNTIL (%SCAN(&casenum_list,&COUNT) EQ); 

%LET CASENUM_VAR=%SCAN(&casenum_list,&COUNT); 

PROC SQL; 
SELECT 
<INSERT SOME SQL LOGIC HERE> 
FROM 
DATASET 
WHERE CASENUM=&CASENUM_VAR; 
QUIT; 

%LET COUNT=%EVAL(&COUNT+1);   

%MEND DOIT; 

%DOIT; 

Я надеюсь, что это помогает. Если вы можете лучше понять, что вы пытаетесь выполнить в рядах, я могу быть более конкретным.

Answer 2

Я не думаю, что у меня действительно есть информация из вашего вопроса, чтобы помочь, но я просто выброшу это ... Если вы хотите сделать сравнение строк, вы также можете использовать шаг данных. Предполагая, что ваши данные отсортированы по casenum, вы можете использовать в первую очередь. и последний. чтобы определить, когда у вас новый случай и когда вы находитесь в последнем ряду казена. Если вы хотите суммировать значения данных между строками или принимать решения, основанные на предыдущей строке для казена, перечисленные несколько раз.

Data work.temp ; 
retain casenum_data ; 

set lib.data ; 
by casenum ; 

if first.casenum then do ; 
    /* <reset hold vars> */ 
    casenum_data = 0 ; 
end ; 

if code = "0200" or code = "234" then ..... 


if last.casenum then do ; 
    /* output casenum summary */ 
    output ; 
end ; 

run ; 

Опубликовать больше информации о необходимости и дополнительной помощи.

Answer 3

Если формула исправлена ​​(как кажется, как кажется вашему примеру), то не должно быть причин, по которым вы не можете выполнить простой транспонирование, а затем явно объявить тест.

/* Transpose the data by casenum */  
proc transpose data=so846572 out=transpose_ds; 
    id code; 
    var data; 
    by casenum; 
run; 

/* Now just explicitly write your conditional expression */ 
data StackOverflow; 
    set transpose_ds; 

    if _0234 + _0100 - _<> _0200 then newvariable="yes"; 
run; 

Где so846572 = Ваш исходный набор данных, transpose_ds = Транспозиция версия, StackOverflow = конечный результат.

Сообщите нам, если это выражение должно быть динамическим по какой-либо причине. Это должно легко масштабироваться до объема данных, о которых вы упомянули, без каких-либо проблем. Вы могли бы сделать то же самое с хешем, за один проход данных.