用于以下场景的SAS

假设我有一个数据集

D1

，如下所示：

ID    ATR1    ATR2    ATR3  
1     23      10      11
2     22      11      14
1     19      14      15
2     34      6       17
3     10      11      5 

我想从中创建一个数据集

D2

，如下所示

ID    ATR1    ATR2    ATR3  
1     23      14      15
2     34      11      17
3     10      11      5 

换句话说，数据集

D2

由来自

D1

的唯一ID组成。对于

D2

中的每个ID，选择ATR1-ATR3的值作为具有相同ID的

D1

中记录的最大值（各自变量的值）。例如

D2

中的ID=1具有ATR1=max（23,19）=23

我有一个非常笨拙的解决办法。我只需对数据集'D1'的副本进行三次排序（例如按ID和ATR1），然后删除重复项。稍后，我将合并这三个数据集以获得所需的内容。然而，我认为可能有一个优雅的方式来做到这一点。我在原始数据集中有大约20个这样的变量

---

谢谢

PROC-SQL方法

PROC SQL;
  CREATE TABLE D2 AS
  SELECT ID,
  MAX(ATR1) as ATR1,
  MAX(ATR2) as ATR2,
  MAX(ATR3) as ATR3,
  FROM D1
  GROUP BY ID;
QUIT;

PROC SUMMARY DATA=D1 NWAY;
             CLASS ID;
             VAR ATR1 ATR2 ATR3;
             OUTPUT OUT=D2 (DROP=_TYPE_ _FREQ_) MAX()=;
RUN;

groupby

子句也可以写入

groupby 1

，省略

ID

，因为这是指

SELECT

子句中的第一列

过程汇总方法

PROC SQL;
  CREATE TABLE D2 AS
  SELECT ID,
  MAX(ATR1) as ATR1,
  MAX(ATR2) as ATR2,
  MAX(ATR3) as ATR3,
  FROM D1
  GROUP BY ID;
QUIT;

PROC SUMMARY DATA=D1 NWAY;
             CLASS ID;
             VAR ATR1 ATR2 ATR3;
             OUTPUT OUT=D2 (DROP=_TYPE_ _FREQ_) MAX()=;
RUN;

以下是一些选项的说明：

• NWAY

  -只给出了最大的汇总级别，这里没有那么重要，因为您只有一个

  类

  变量，这意味着只有一个汇总级别。但是，如果没有

  NWAY

  ，您将获得一个额外的行，显示整个数据集中

  ATR1-ATR3

  的最大值，这不是您在问题中要求的

• DROP=\u TYPE\u\u FREQ\u

  -这将删除自动变量：

  • \u TYPE \

    -显示汇总级别（见上文注释），该列仅包含值

    1

  • \u FREQ\u

    -给出

    ID

    值的频率计数，虽然有用，但在您的问题中并不是您想要的

---

过程SQL方法

PROC SQL;
  CREATE TABLE D2 AS
  SELECT ID,
  MAX(ATR1) as ATR1,
  MAX(ATR2) as ATR2,
  MAX(ATR3) as ATR3,
  FROM D1
  GROUP BY ID;
QUIT;

PROC SUMMARY DATA=D1 NWAY;
             CLASS ID;
             VAR ATR1 ATR2 ATR3;
             OUTPUT OUT=D2 (DROP=_TYPE_ _FREQ_) MAX()=;
RUN;

groupby

子句也可以写入

groupby 1

，省略

ID

，因为这是指

SELECT

子句中的第一列
过程汇总方法

PROC SQL;
  CREATE TABLE D2 AS
  SELECT ID,
  MAX(ATR1) as ATR1,
  MAX(ATR2) as ATR2,
  MAX(ATR3) as ATR3,
  FROM D1
  GROUP BY ID;
QUIT;

PROC SUMMARY DATA=D1 NWAY;
             CLASS ID;
             VAR ATR1 ATR2 ATR3;
             OUTPUT OUT=D2 (DROP=_TYPE_ _FREQ_) MAX()=;
RUN;

以下是一些选项的说明：

• NWAY

  -只给出了最大的汇总级别，这里没有那么重要，因为您只有一个

  类

  变量，这意味着只有一个汇总级别。但是，如果没有

  NWAY

  ，您将获得一个额外的行，显示整个数据集中

  ATR1-ATR3

  的最大值，这不是您在问题中要求的

• DROP=\u TYPE\u\u FREQ\u

  -这将删除自动变量：

  • \u TYPE \

    -显示汇总级别（见上文注释），该列仅包含值

    1

  • \u FREQ\u

    -给出

    ID

    值的频率计数，虽然有用，但在您的问题中并不是您想要的