各组SAS中的日期差异

考虑以下形式的数据集

测试

：

 Group   Date
  1      05JAN2014
  1      08JAN2014
  1      14JAN2014
  2      05JAN2013
  2      10FEB2015
  2      27FEB2015

我想根据组计算日期的差异。以下代码表示每两个日期之间的差异：

  data test;
  datediff = dif(Date);
  run;

---

我如何只考虑一组中日期之间的差异？此外，是否有一种方法可以区分各组最后一次和第一次的日期？

这里有一种方法，使用

lag

和新的

ifn

函数（

ifn

包含在SAS 9.2或更高版本中）。对滞后函数要小心一点，因为它有时会产生一些意想不到的结果。有关详细信息，请参阅

*Data must be sorted to use BY groups;
proc sort data=have; by group date;run;

data want;
    set have;
    by group;
    dateDiff = ifn(first.group, . , dif(date));

    retain firstDate;
    if first.group then firstDate = date;
    if last.group then dateDiff_all = date - firstDate;
run;

---

下面是一个使用proc sql和group by语句以及摘要函数min和max的解决方案

这将使您了解每组第一次和最后一次约会的差异

从技术上讲，它会让你得到最小和最大日期的差异，但你的日期是按时间顺序排列的，所以它会对这些数据起作用

proc sql;
    create table want as select
    group,
    max(date) - min(date) as datediff
    from have 
    group by group;
quit;

从这一点开始：

 data test;
  datediff = dif(Date);
  run;

让我们一次解决一个问题。首先，添加一个

set

语句和一个

by

语句，我们还可以添加

First

和

last

，以便您确定自己在组中的位置。这假设它已经按组进行了排序

data test2;
  set test;
  by group;
  datediff=dif(date);
run;

这并没有什么不同（无论如何，假设您最初有set语句）。但是现在，你有了一些新的选择

首先，虽然您可以使用

dif

，但我建议使用

retain

方法。您可以更容易地看到它在做什么，并避免一些常见的陷阱：特别是，

lag

和

dif

实际上并不与以前的记录进行比较-它们创建了一个队列并与之进行比较，这在使用条件语句时可能会导致复杂性

data test2;
  set test;
  by group;
  retain last_date;
  if first.group then last_date=0;
  datediff = date - last_date;
  output;
  last_date = date;
run;

这与之前的操作相同-将以前的值与当前值进行比较-但更容易查看，并且我们添加了一个选项，在

first.group

为true时重置

last\u date

变量-这意味着我们位于group的新值的第一行。我不会删除这些中间变量中的任何一个，但是在生产代码中，您可以而且应该删除它们

retain

表示该值将跨行保留（而不是在每次获得新行时重置）

现在有一个变量跟踪前一行的

date

值，我们很容易看到如何在第一个->最后一个差异中实现这一点

data test2;
  set test;
  by group;
  retain last_date orig_date;
  if first.group then do;
    last_date=0;
    orig_date=date;  **new;
  end;
  datediff = date - last_date; 
  if last.group then group_datediff = date-orig_date;  **new;
  output;
  last_date = date;
run;

---

现在我们做了和以前一样的事情-但是我们每次先看到

时都会重置原始日期。group

并在最后点击

时计算group\u datediff。group

您可以使用

dif

函数来计算datediff，而不是获取滞后日期并从当前日期中减去它（

dateDiff=ifn（first.group，，，dif（date））；

Good think@Keith-被编辑得更加优雅：）@Joe这在我使用过的大多数SQL变体中都很有效（只是在mySQL和MSSQL中进行了测试，以确保我没有发疯）。我不确定你想说什么，因为选择与组匹配的是。。。（即select=group，group by=group）。嗯。我一定是误读了这个——最初我读的是select*.Oops。

data test2;
  set test;
  by group;
  datediff=dif(date);
run;