Sas 如何通过proc方式使用group by

我想知道如何使用SAS代码获得此结果。 我有以下数据集：

id  2015  2016  2017
1   £10   £12   £11
2   £12   £14   £13
3   £11   £20   £10
4   £10   £13   £21
5   £15   £11   £18

我想计算平均值如下：

id  2015  2016  2017
1   £10   £12   £11
2   £12   £14   £13
3   £11   £20   £10
4   £10   £13   £21
5   £15   £11   £18
Mean  £11.6   £14   £14.6

我想到了使用proc方法来实现这一点：

proc means data=work.dataset1;
output out=work.dataout mean= /autoname;
var amt; 
class id;
run;

现在，我需要计算周期之间的差异。 我在按变量分组和获得上表中的平均值方面遇到困难

---

非常感谢你的帮助。谢谢

您不想使用

类id

。该程序将计算每个

id

组的平均值，因此每个

id

只有一行

您显示的是

var amt

，但显示的数据集有一个每年的金额列。是否有列

amt2015

，

amt2016

，

amt2017

您需要使用

Proc MEANS

的正确语法。例如：

data have; input 
id amt2015-amt2017; datalines;
1   10   12   11
2   12   14   13
3   11   20   10
4   10   13   21
5   15   11   18
run;

proc means noprint data=have;
  var amt2015-amt2017;
  output out=means mean=amt2015-amt2017 / autoname;
run;

data means;
  set means;
  meandiff_1_2 = amt2015-amt2016;
  meandiff_2_3 = amt2016-amt2017;
run;

proc print data=means; run;

-------- listing -------- 
                                                            meandiff_    meandiff_
Obs    _TYPE_    _FREQ_    amt2015    amt2016    amt2017       1_2          2_3

 1        0         5        11.6        14        14.6        -2.4         -0.6

---

您不想使用

类id

。该程序将计算每个

id

组的平均值，因此每个

id

只有一行

您显示的是

var amt

，但显示的数据集有一个每年的金额列。是否有列

amt2015

，

amt2016

，

amt2017

您需要使用

Proc MEANS

的正确语法。例如：

data have; input 
id amt2015-amt2017; datalines;
1   10   12   11
2   12   14   13
3   11   20   10
4   10   13   21
5   15   11   18
run;

proc means noprint data=have;
  var amt2015-amt2017;
  output out=means mean=amt2015-amt2017 / autoname;
run;

data means;
  set means;
  meandiff_1_2 = amt2015-amt2016;
  meandiff_2_3 = amt2016-amt2017;
run;

proc print data=means; run;

-------- listing -------- 
                                                            meandiff_    meandiff_
Obs    _TYPE_    _FREQ_    amt2015    amt2016    amt2017       1_2          2_3

 1        0         5        11.6        14        14.6        -2.4         -0.6

---

你真的有第一次显示的格式的数据吗？如果是，变量的名称是什么<代码>2016不是有效的变量名

假设您拥有更规范化的数据形式（或者可以将其转换为这种形式）

然后，您可以使用PROC MEANS查找每个时间段的平均金额

proc summary data=have nway ;
  class year;
  var amt ;
  output out=means mean=mean_amt ;
run;

以及一个简单的数据步骤来计算时间段之间的差异：

data want;
  set means;
  mean_dif = dif(mean_amt);
run;

结果:

Obs    year    _TYPE_    _FREQ_    mean_amt    mean_dif

 1     2015       1         5        11.6          .
 2     2016       1         5        14.0         2.4
 3     2017       1         5        14.6         0.6

---

你真的有第一次显示的格式的数据吗？如果是，变量的名称是什么<代码>2016不是有效的变量名

假设您拥有更规范化的数据形式（或者可以将其转换为这种形式）

然后，您可以使用PROC MEANS查找每个时间段的平均金额

proc summary data=have nway ;
  class year;
  var amt ;
  output out=means mean=mean_amt ;
run;

以及一个简单的数据步骤来计算时间段之间的差异：

data want;
  set means;
  mean_dif = dif(mean_amt);
run;

结果:

Obs    year    _TYPE_    _FREQ_    mean_amt    mean_dif

 1     2015       1         5        11.6          .
 2     2016       1         5        14.0         2.4
 3     2017       1         5        14.6         0.6

---

谢谢你，理查德。对于每个id，我有多个日期，即一年中的月份。对于每个月，我可以关联一个金额。这意味着我也需要按时间分组（我想）。应在proc sql中使用lag1和lag2计算平均差。我希望这能有所帮助。如果您需要任何进一步的信息，请告诉我原始数据是否有列

id

、

date

（对应于一个月）和

amount

？如果是这样，您是否想要平均年度金额总额和同比增量？如果您描述实际情况而不是中间状态，您的问题可能会更好。数据集有帐户，每个帐户的关联日期为1到140个月。每只蛾子的数量是计算出来的。我想确定全年的平均余额金额（从1到12，从12到24…），而不是账户。我希望这能帮上忙谢谢你Richard。对于每个id，我有多个日期，即一年中的月份。对于每个月，我可以关联一个金额。这意味着我也需要按时间分组（我想）。应在proc sql中使用lag1和lag2计算平均差。我希望这能有所帮助。如果您需要任何进一步的信息，请告诉我原始数据是否有列

id

、

date

（对应于一个月）和

amount

？如果是这样，您是否想要平均年度金额总额和同比增量？如果您描述实际情况而不是中间状态，您的问题可能会更好。数据集有帐户，每个帐户的关联日期为1到140个月。每只蛾子的数量是计算出来的。我想确定全年的平均余额金额（从1到12，从12到24…），而不是账户。我希望这能帮助你了解第一张图片中的数据是怎样的？通常不能将数字用作变量名。将数据存储为每年每个id的单独观察可能更灵活。因此，您的数据集只有三个变量ID、年份和成本（或者您正在测量的任何名称）。那么它可以工作很多年。谢谢汤姆。这是一个要分析的数据集样本，只是为了更好地解释这些步骤。我的困难在于按变量分组，以获得每个时间段的平均值。现在我有多个单一帐户（id）的日期。我用拉格朗日法计算当前值和前一个值之间的差值，第一张图是不是真的有数据？通常不能将数字用作变量名。将数据存储为每年每个id的单独观察可能更灵活。因此，您的数据集只有三个变量ID、年份和成本（或者您正在测量的任何名称）。那么它可以工作很多年。谢谢汤姆。这是一个要分析的数据集样本，只是为了更好地解释这些步骤。我的困难在于按变量分组，以获得每个时间段的平均值。现在我有多个单一帐户（id）的日期。我用滞后法计算当前值和前一个值之间的差值