sas：根据日期统计行数

我正在处理犯罪数据。现在，我有下表

犯罪

。每行包含一个特定的犯罪（例如袭击）：犯罪日期（

日期

）和罪犯的个人ID（

个人

）

---

我感兴趣的是，在同一个人犯下第一次罪行后的1年内，每个人是否犯下（复发=1）或没有犯下（复发=0）另一次罪行。另一个条件是第一次犯罪必须在特定年份内发生（此处为2017年）

因此，结果应如下所示：

date       person     relapse
------------------------------
02JAN2017       1           1  
03FEB2017       1           1
04JAN2018       1           1
27NOV2017       2           0 
28NOV2018       2           0 
01MAY2017       3           1
24FEB2018       3           1
10OCT2017       4           0

谁能告诉我如何在SAS中实现这一点？

---

很明显，实际数据要大得多，所以我无法手动操作。

一种方法是使用数据逐步分组处理

BY

语句设置二进制变量

first.

和

last.

标记组中的第一行和组中的最后一行

您似乎正在为整个组分配computed Recurse标志，这种计算可以通过SAS编码人员称之为DOW循环的方式完成——循环中包含

SET

语句的循环，以及将计算分配给组中每一行的后续循环

INTCK

函数可以计算两个日期之间的年数

例如：

data want(keep=person date relapse);
  * DOW loop computes assertion that relapse occurred;

  relapse = 0;
  do _n_ = 1 by 1 until (last.person);

    set crimes;          * <-------------- CRIMES;
    by person date;

    * check if persons first crime was in 2017;
    if _n_ = 1 and year(date) = 2017 then _first = date;

    * check if persons second crime was within 1 year of first;
    if _n_ = 2 and _first then relapse = intck('year', _first, date, 'C') < 1;
  end;

  * at this point the relapse flag has been computed, and its value
  * will be repeated for each row output;

  * serial loop over same number of rows in the group, but 
  * read in through a second SET statement;

  do _n_ = 1 to _n_;
    set crimes;              * <-------------- CRIMES;
    output;
  end;
run;

所需数据（keep=person-date-recurse）；
*DOW loop计算复发发生的断言；
复发率=0；
1乘1直到（最后一人）；
设定罪行；* 我是最近才开始使用sas的——我并没有试图在这里创建完美的代码

我会先按id/人和日期对数据进行排序（日期应该是数字），然后使用retain语句检查第一次犯罪的日期。它不是完美的，但如果你的数据是好的（没有遗漏日期），它会工作，并且很容易遵循imho

只有在2017年出现第一次犯罪记录和行为的情况下，这才有效。如果您在2016年发生了犯罪，并且希望检查2017年是否发生了“犯罪”，然后检查复发，那么此代码将不起作用-但我认为您的问题下面的评论中包含了这一点

data test;
input tmp_year $ 1-9 person;  
datalines;
02JAN2017       1        
03FEB2017       1      
04JAN2018       1    
27NOV2017       2      
28NOV2018       2    
01MAY2017       3
24FEB2018       3
10OCT2017       4
;
run;

data test2;
    set test;
    crime_date = input(tmp_year, date9.);
    act_year = year(crime_date);
run;

proc sort data=test2;
   by person crime_date ;
run;

data want;
    set test2;
    by person crime_date;
    retain date_of_crime;
    if first.person and act_year = 2017 then date_of_crime = crime_date;
    else if first.person then call missing(date_of_crime);
    if intck('YEAR', date_of_crime, crime_date) =< 1 and not first.person 
    then relapse = 1;
    else relapse = 0;
run;

数据测试；
输入tmp_年$1-9人；
数据线；
2017年1月2日1
2017年2月3日1
2018年1月4日1
2017年11月27日2
2018年11月28日2
2017年5月1日3
2018年2月24日3
2017年10月10日4
;
跑
数据测试2；
集合测试；
犯罪日期=输入（tmp年，日期9）；
行为年=年（犯罪日期）；
跑
proc sort data=test2；
按个人犯罪日期；
跑
数据需求；
设置test2；
按个人犯罪日期；
保留犯罪日期；
如果第一人称和行为年=2017年，则犯罪日期=犯罪日期；
否则，如果第一个人打电话失踪（犯罪日期）；
如果intck（‘年份’、犯罪日期、犯罪日期）=<1且不是第一人称
然后复发=1；
else复发率=0；
跑

上述代码标记了2017年犯罪行为一年后的犯罪行为。然后，您可以使用proc sql语句检索唯一的人员，并将他们与您拥有的任何数据集连接起来
 如果有人在2017年1月、2018年2月和2018年3月犯罪怎么办？（请在问题中填写您的示例）那么，由于2018年2月和2018年3月发生的犯罪在2017年1月之后超过一年，因此不会再次发生。但是，如果这段时间是5年而不是1年，那么他们将被视为复发。如果有人在2016年1月、2017年2月和2017年3月犯罪怎么办？另一个条件是第一次犯罪必须在特定的一年内发生（这里是2017年）。
data test;
input tmp_year $ 1-9 person;  
datalines;
02JAN2017       1        
03FEB2017       1      
04JAN2018       1    
27NOV2017       2      
28NOV2018       2    
01MAY2017       3
24FEB2018       3
10OCT2017       4
;
run;

data test2;
    set test;
    crime_date = input(tmp_year, date9.);
    act_year = year(crime_date);
run;

proc sort data=test2;
   by person crime_date ;
run;

data want;
    set test2;
    by person crime_date;
    retain date_of_crime;
    if first.person and act_year = 2017 then date_of_crime = crime_date;
    else if first.person then call missing(date_of_crime);
    if intck('YEAR', date_of_crime, crime_date) =< 1 and not first.person 
    then relapse = 1;
    else relapse = 0;
run;