Indexing SAS：如何基于字符串变量创建索引变量？

我想创建一个顺序索引变量。例如，我有独特的网站和网站内的部分：

站点1 2 3 3

A、B节

场地剖面组合是独特的。我想要一个唯一的顺序索引变量，这样站点1，部分a=1，站点1，部分B=2，站点2，部分a=3，依此类推

站点1 2 3 3

A、B节

指数123456

---

我试过先用。最后。带do循环的函数，我就是搞不懂。无论如何，我对do循环不是很在行。谢谢你的帮助

我不知道如何使用do循环来实现这一点，但显然可以使用proc sort和data merge来实现。创建仅保留用于创建索引的分类变量的数据集，然后使用noduprescs进行排序以删除重复项。用+1添加索引变量。然后合并回原始数据集

data sitesections;
set dataset;
keep site section;

proc sort data=sitesections out=sitesections2 noduprecs;
by site section;

data sitesections_final;
set sitesections2;
sectionindex +1;

data final;
merge sitesections_final dataset;
by site section;
run;

---

我不知道如何使用do循环来实现这一点，但显然可以使用proc sort和数据合并来实现。创建仅保留用于创建索引的分类变量的数据集，然后使用noduprescs进行排序以删除重复项。用+1添加索引变量。然后合并回原始数据集

data sitesections;
set dataset;
keep site section;

proc sort data=sitesections out=sitesections2 noduprecs;
by site section;

data sitesections_final;
set sitesections2;
sectionindex +1;

data final;
merge sitesections_final dataset;
by site section;
run;

---

您的解决方案是完全合理的，尤其是当您不确定是否只有site section的唯一值时。如果您确定它们是唯一的（因此，NODUPRECS不会删除任何内容），那么您可以简化它并删除合并：

data final;
set dataset;
sectionIndex+1;
run;

如果希望数据步骤按正确顺序排列，可以选择在数据步骤之前进行排序

如果要避免合并（如果数据集非常大），并且不确定它们是否唯一，则可以执行以下操作：

proc sort data=dataset; 
by site section; 
run;

data final;
set dataset;
by site section;
if first.section then sectionIndex+1;
run;

这不需要NODUPRECS或NODUPKEY，并且节省了一些处理时间

---

我不认为DO循环会有帮助，除非你正在做更复杂的事情（需要DoW循环或类似的事情）。

你的解决方案是完全合理的，特别是如果你不确定站点部分是否只有唯一的值。如果您确定它们是唯一的（因此，NODUPRECS不会删除任何内容），那么您可以简化它并删除合并：

data final;
set dataset;
sectionIndex+1;
run;

如果希望数据步骤按正确顺序排列，可以选择在数据步骤之前进行排序

如果要避免合并（如果数据集非常大），并且不确定它们是否唯一，则可以执行以下操作：

proc sort data=dataset; 
by site section; 
run;

data final;
set dataset;
by site section;
if first.section then sectionIndex+1;
run;

这不需要NODUPRECS或NODUPKEY，并且节省了一些处理时间

---

我不认为DO循环会有帮助，除非你正在做一些更复杂的事情（需要DoW循环或类似的事情）。

如果我可以对样式进行评论，你可以做一件简单的事情，让代码更健壮、更可读，那就是在每个步骤中添加RUN语句。虽然它们实际上不是必需的，但通常在每个数据和过程步骤之后运行是一个好习惯（除了那些以退出结束的步骤，如procsql）。使它更具可读性（因为一个步骤在哪里结束，下一个步骤在哪里开始）和可维护性（例如，如果您只需要测试一个步骤）。如果我可以对样式进行评论，您可以做一件简单的事情，使代码更健壮，更具可读性，就是在每个步骤中添加RUN语句。虽然它们实际上不是必需的，但通常在每个数据和过程步骤之后运行是一个好习惯（除了那些以退出结束的步骤，如procsql）。使它更具可读性（因为一个步骤的结束和下一个步骤的开始更加清晰），并且更易于维护（例如，如果您只需要测试一个步骤）。