Excel 使用频率或百分比的开始时间和结束时间

我有一个数据，有开始时间、结束时间、停留时间（结束-开始）和受试者的#。我试图创建一个图表、线条、条形图或柱状图，显示在特定时间有多少受试者。所以横轴的时间是从00:00到24:00，纵轴的时间是受试者总数或百分比

Start    End    Subject    Stay
01:00    02:00    1        01:00
01:00    01:45    1        00:45
02:00    21:00    1        19:00
03:10    14:10    1        11:00

数据集非常庞大，我正在使用SAS Enterprise Guide和excel创建一个图表

我试过PROC GPLOT，但它不能提供我想要的。对直线图和条形图（堆叠）也做了同样的操作，但不能。我不确定是否有更简单的方法。这是我在SAS中使用的一个代码，例如，我尝试在excel中创建一个堆叠条形图

PROC GPLOT DATA=Input;
PLOT Stay * start  /
AREAS=1
FRAME   VAXIS=AXIS1
HAXIS=AXIS2
;

RUN; QUIT;

请帮忙

---

谢谢

您需要转换数据，为您查看的每个时间段创建一行（例如，如果您想显示每个小时内任何时间点出现的人的人数，请显示小时）

您可以这样做：

data want;
set have;
do time=intnx('Hour',start,0) to end by 3600; *start at top of current hour, increment by 1 hour (3600 seconds);
  output;
end;
run;

然后可以在条形图中绘制

时间

变量

对于某些方法（如ETS），您的数据可能是一个问题，因为您使用的是重叠的时段-您的受试者1有4个停留时间重叠严重。如果这些是不同的日子，您可能希望在主题中添加一个日子标记，使其具有唯一性

使用数据的示例：

data have;
input Start :time5. End :time5. Subject Stay :time5.;
format start end stay time5.;
datalines;
01:00    02:00    1        01:00
01:00    01:45    2        00:45
02:00    21:00    2        19:00
03:10    14:10    3        11:00
;;;;
run;

data want;
set have;
do hour_mark = intnx('Hour',start,0) to end by 3600;
 output;
end;
keep hour_mark subject;
format hour_mark time5.;
run;

proc sgplot data=want;
vbar hour_mark;
run;

您可以使用更有趣的数据集运行相同的示例：

data have;
if _n_=1 then call streaminit(7);
do subject = 1 to 100;
    start=floor(rand('Uniform')*86000);*almost all day, but make sure we have a bit of room for end;
    end  =floor(rand('Uniform')*(86400-start))+start;
    stay=end-start;
    output;
end;
format start end stay time5.;
run;

---

然后使用相同的WANT和SGPLOT代码。

谢谢Joe。我已经有一个这样的专栏了。我添加了一个条件，如果Start在0-1之间，则为1。像那样。我知道这不是最好的办法。我尝试了你的代码，它给了我这个错误——“错误：无效的DO循环控制信息，初始或TO表达式缺失，或者BY表达式缺失、零或无效。”尝试使用PROC EXPAND-PROC EXPAND data=Input out=output from=minute TO=hour；id启动；一开始；转换对象/方法=观察到的总量=平均值；运行；/*获取此错误-“错误：发现重复ID值的观测值。数据集输入中观测值2处ID变量start=0:04:00的值与上一个观测值相同。”我不理解您的第一个注释。您可以显示在02:00到21:00之间有一行的数据。我建议您需要19或20行（取决于您如何定义事物）。你的数据不是这样吗？我补充了一些例子。我不确定是否要扩展；我认为它很容易做到这一点，但如果不做更多的工作（基本上是复制另一种方法），我不确定它是否有用。