Loops 在SAS数据步骤的每次迭代中向表中添加多行

我有一个包含时间间隔数据的数据集。它看起来像这样：

date  | person | shift_start | shift_end | activity_start | activity_end | activity
10JAN | Joe    | 8:00        | 16:00     | 10:00          | 11:00        | training
10JAN | Joe    | 8:00        | 16:00     | 13:00          | 14:00        | meeting
11JAN | Joe    | 8:00        | 16:00     | 8:00           | 11:00        | dragoning
11JAN | Joe    | 8:00        | 16:00     | 13:00          | 14:00        | wizardry

我想做的是浏览表格并“填补空白”。对于上面的数据，我想添加以下行

date  | person | shift_start | shift_end | activity_start | activity_end | activity
10JAN | Joe    | 8:00        | 16:00     | 8:00           | 10:00        | default
10JAN | Joe    | 8:00        | 16:00     | 11:00          | 13:00        | default
10JAN | Joe    | 8:00        | 16:00     | 14:00          | 16:00        | default
11JAN | Joe    | 8:00        | 16:00     | 11:00          | 13:00        | default
11JAN | Joe    | 8:00        | 16:00     | 14:00          | 16:00        | default

如您所见，我需要为每个日期和人员添加可能多的行。我不确定是否可以以这种方式在datastep中添加行，因为传入数据的处理将继续进行。此外，即使这一点得到支持，我也不确定如何才能实现我的目标。我是这么想的：

data fill_gaps;
retain prev_date 
       prev_default_activity_end
       prev_default_activity_start;
    if(date <> prev_date) then do; 
    /*different shift than previous row */
        if(shift_start = activity_start) then do; 
        /* the newly created activity start time should be the 
           activity end time of this row, but the new activity end 
           time cannot be determined without looking at the next row */
            default_activity_start = activity_end;
        else do;
        /* the new activity start and end time can be determined */
            default_activity_start = shift_start;
            default_activity_end = activity_start;
        end;
    else do;
    /* same shift as previous row */
        default_activity_start = prev_default_activity_start;
        default_activity_end = activity_start;
    end;
    prev_date = date;
    prev_default_activity_end = default_activity_end;
    prev_default_activity_start = default_activity_start;
run;

数据填补空白；
保留上一个日期
上一个默认活动结束
上一个默认活动开始；
如果（日期上一个日期），则执行；
/*与上一行不同的移位*/
如果（班次启动=活动启动），则执行；
/*新创建的活动开始时间应为
此行的“活动结束时间”，但新的“活动结束时间”
如果不查看下一行，则无法确定时间*/
默认活动开始=活动结束；
否则你会；
/*可以确定新活动的开始和结束时间*/
默认活动开始=班次开始；
默认活动结束=活动开始；
结束；
否则你会；
/*与前一行的班次相同*/
默认活动开始=上一次默认活动开始；
默认活动结束=活动开始；
结束；
上一个日期=日期；
prev\u default\u activity\u end=默认\u activity\u end；
prev\u default\u activity\u start=default\u activity\u start；
跑

然后可能需要更多的数据步骤来提取填充了

default\u activity\u start

和

default\u activity\u end

的行，并将这些行（带有新列）附加到原始表中

这对我来说似乎有点麻烦，而且我还没有机会测试它（对不起，我知道这听起来很懒！）。难道没有比这更优雅的方法吗

---

感谢

这里有一个使用

lag

的解决方案，假设您的输入数据集名为

test

。此解决方案填补空白并输出原始行，有关更多信息，请参阅注释：

/* Must sort by person,date to use by-group processing */
proc sort data=test;
  by person date;
run;

data fill_gaps (drop=_:);
  _new_row=0;
  set test;

   /*Hold the previous activity end time*/  
   _laen=lag(activity_end);
   by person date;

/*Conditions such that a new row should be inserted */
if (shift_start < activity_start and first.date) or
_laen < activity_start
or (last.date and activity_end < shift_end) then do;

   /* Output current row */
   output;
   /*Build interim row and output */
   activity_end = activity_start;
   if first.date then activity_start = shift_start;
   else activity_start = _laen;
   activity = 'default';
   _new_row=1;
   output;

    /* If we get to the last date - output the end record */ 
   if last.date and activity_end < shift_end then do;
      activity_start = activity_end;
      activity_end = shift_end;
      output;
    end;
end;
else output;
run;

/*必须按人员、日期排序，以便按组处理使用*/
proc排序数据=测试；
按人日期；
跑
数据填补空白（下降=）；
_新行=0；
集合测试；
/*保留上一个活动结束时间*/
_laen=滞后（活动结束）；
按人日期；
/*应插入新行的条件*/
如果（班次开始<活动开始和第一个日期）或
_laen<活动\启动
或者（最后日期和活动结束<班次结束），然后执行；
/*输出电流行*/
产出；
/*生成临时行和输出*/
活动结束=活动开始；
如果为first.date，则活动开始=班次开始；
其他活动开始时间=\u laen；
活动='默认'；
_新行=1；
产出；
/*如果我们到达最后一个日期-输出结束记录*/
如果last.date和activity\u end

输出将无法正确排序，您需要按

人员、日期、活动\u开始进行排序

使用了临时变量，所有变量都以下划线作为前缀。要从输出数据集中删除这些内容，请删除数据集选项中关于
drop=.
的注释。
哈希对象是根据键搜索与否向前或向后操作数据的最方便工具。这里有一个散列选项。对于每个数据步骤迭代，它将当前行上载到哈希上，在分析和填充间隙后，下载该行并输出。如果数据按原样输入，则无需排序

data have;
    infile cards dlm='|';
    input  (date   person) (:$8.)  (shift_start  shift_end  activity_start  activity_end ) (:time8.) activity :$20.;
    format shift_start  shift_end  activity_start  activity_end :time8.;
    cards;
10JAN | Joe    | 8:00        | 16:00     | 10:00          | 11:00        | training
10JAN | Joe    | 8:00        | 16:00     | 13:00          | 14:00        | meeting
11JAN | Joe    | 8:00        | 16:00     | 8:00           | 11:00        | dragoning
11JAN | Joe    | 8:00        | 16:00     | 13:00          | 14:00        | wizardry
;

data want;
    if _n_=1 then
        do;
            dcl hash h();
            h.definekey('person');
            h.definedata('date','person', 'shift_start', 'shift_end',  'activity_start',  'activity_end', 'activity');
            h.definedone();
        end;

    set have;
    by person date notsorted;
    rc=h.add();
    lag_end=lag(activity_end);

    if first.date and shift_start < activity_start then
        do;
            activity_end=activity_start;
            activity_start=shift_start;
            activity='default';
            output;
        end;
    else if lag_end < activity_start then
        do;
            activity_end=activity_start;
            activity_start=lag_end;
            activity='default';
            output;
        end;

    rc=h.find();
    output;
    rc=h.clear();

    if last.date and activity_end < shift_end then
        do;
            activity_start=activity_end;
            activity_end=shift_end;
            activity='default';
            output;
        end;

    drop rc lag_end;
run;

数据已经存在；
填充卡dlm=“|”；
输入（日期人）（：8。）（班次开始班次结束活动开始活动结束）（：时间8。）活动：$20。；
格式班次\开始班次\结束活动\开始活动\结束：时间8。；
卡；
1月10日|乔| 8:00 | 16:00 | 10:00 | 11:00 |培训
1月10日乔8:00 | 16:00 | 13:00 | 14:00 |会议
11月|乔| 8:00 | 16:00 | 8:00 | 11:00 |龙
11月|乔| 8:00 | 16:00 | 13:00 | 14:00 |巫术
;
数据需求；
如果n=1，则
做
dcl散列h（）；
h、 definekey（“人”）；
h、 定义数据（“日期”、“人员”、“班次开始”、“班次结束”、“活动开始”、“活动结束”、“活动”）；
h、 definedone（）；
结束；
集有；
按人日期排序；
rc=h.add（）；
滞后结束=滞后（活动结束）；
如果first.date和shift\u start<活动\u start，则
做
活动结束=活动开始；
活动开始=班次开始；
activity='default'；
产出；
结束；
否则，如果滞后结束<活动开始，则
做
活动结束=活动开始；
活动开始=滞后结束；
activity='default'；
产出；
结束；
rc=h.find（）；
产出；
rc=h.clear（）；
如果最后日期和活动结束<班次结束，则
做
活动开始=活动结束；
活动结束=班次结束；
activity='default'；
产出；
结束；
落下钢筋混凝土滞后端；
跑
可以换档交叉吗？考虑使用<代码> PROC SQL完全连接< /代码>