SAS 9.4基于当前值替换当前行之后的所有值
我正在根据ID号匹配文件。我需要用要匹配的ID格式化一个数据集，以便在a列中不重复相同的ID号（因为b列的ID是匹配完成后的剩余ID）。我的ID列表有超过100万个观察值，同一个ID可能在任一列/两列中重复多次 以下是我所拥有/需要的示例： 样本数据SAS 9.4基于当前值替换当前行之后的所有值,sas,next,Sas,Next,我正在根据ID号匹配文件。我需要用要匹配的ID格式化一个数据集，以便在a列中不重复相同的ID号（因为b列的ID是匹配完成后的剩余ID）。我的ID列表有超过100万个观察值，同一个ID可能在任一列/两列中重复多次 以下是我所拥有/需要的示例： 样本数据 ID1 ID2 1 2 3 4 2 5 6 1 1 7 5 8 幸存的ID将是： 2 4 5 ID1 ID2 1 2 3 4 2 5 6 5 5 7 5 8 错误-1不再存
ID1 ID2
1 2
3 4
2 5
6 1
1 7
5 8
2
4
5
ID1 ID2
1 2
3 4
2 5
6 5
5 7
5 8
ID1 ID2
1 2
3 4
2 5
6 5
5 7
7 8
Proc sort data=Have;
by ID1;
run;
Data Want;
set Have;
by ID1;
lagID1=LAG(ID1);
lagID2=LAG(ID2);
If NOT first. ID1 THEN DO;
If ID1=lagID1 THEN ID1=lagID2;
KEEP ID1 ID2;
IF ID1=ID2 then delete;
end;
run;
1 2
3 4
2 5
6 2
2 7
5 8
2
4
5
ID1 ID2
1 2
3 4
2 5
6 5
5 7
5 8
ID1 ID2
1 2
3 4
2 5
6 5
5 7
7 8
Data want;
Set have;
Do i=_n_;
ID=ID2;
Replace next var{EUID} where (EUID1=EUID1 AND EUID2=EUID1);
End;
Run;
谢谢你的帮助 这里是您建议的算法的一个实现，使用
modifyID1data have;
input ID1 ID2 ;
datalines;
1 2
3 4
2 5
6 1
1 7
5 8
;
run;
title "Before making replacements";
proc print data = have;
run;
/*Optional - should improve performance at cost of increased memory usage*/
sasfile have load;
data have;
do i = 1 to nobs;
do j = i to nobs;
modify have point = j nobs = nobs;
/* Make copies of target and replacement value for this pass */
if j = i then do;
id1_ = id1;
id2_ = id2;
end;
else do;
flag = 0; /* Keep track of whether we made a change */
if id1 = id1_ then do;
id1 = id2_;
flag = 1;
end;
if id2 = id1_ then do;
id2 = id2_;
flag = 1;
end;
if flag then replace; /* Only rewrite the row if we made a change */
end;
end;
end;
stop;
run;
sasfile have close;
title "After making replacements";
proc print data = have;
run;
请记住，由于这会修改数据集，因此在运行数据步骤时中断数据步骤可能会导致数据丢失。确保您首先有一个备份，以防您需要回滚更改。这似乎应该可以做到，而且非常简单。让我知道您是否正在寻找：
data have;
input id1 id2;
datalines;
1 2
3 4
2 5
6 1
1 7
5 8
;
run;
%macro test();
proc sql noprint;
select count(*) into: cnt
from have;
quit;
%do i = 1 %to &cnt;
proc sql noprint;
select id1,id2 into: id1, :id2
from have
where monotonic() = &i;quit;
data have;
set have;
if (_n_ > input("&i",8.))then do;
if (id1 = input("&id1",8.))then id1 = input("&id2",8.);
if (id2 = input("&id1",8.))then id2 = input("&id2",8.);
end;
run;
%end;
%mend test;
%test();
这可能会快一点：
data have2;
input id1 id2;
datalines;
1 2
3 4
2 5
6 1
1 7
5 8
;
run;
%macro test2();
proc sql noprint;
select count(*) into: cnt
from have2;
quit;
%do i = 1 %to &cnt;
proc sql noprint;
select id1,id2 into: id1, :id2
from have2
where monotonic() = &i;
update have2 set id1 = &id2
where monotonic() > &i
and id1 = &id1;
quit;
proc sql noprint;
update have2 set id2 = &id2
where monotonic() > &i
and id2 = &id1;
quit;
%end;
%mend test2;
%test2();
不需要通过数据文件来回工作。您只需保留替换信息，就可以一次性处理文件 一种方法是使用ID变量的值作为索引创建一个临时数组。对于具有小ID值的简单示例，这很容易做到 例如，如果所有的ID值都是1到1000之间的整数，那么这一步将完成这项工作
data want ;
set have ;
array xx (1000) _temporary_;
do while (not missing(xx(id1))); id1=xx(id1); end;
do while (not missing(xx(id2))); id2=xx(id2); end;
output;
xx(id1)=id2;
run;
data want ;
if _n_=1 then do;
declare hash h();
h.definekey('old');
h.definedata('new');
h.definedone();
call missing(new,old);
end;
set have ;
do while (not h.find(key:id1)); id1=new; end;
do while (not h.find(key:id2)); id2=new; end;
output;
h.add(key: id1,data: id2);
drop old new;
run;
你能更好地解释一下从数据中得到你想要的东西的规则是什么吗？我希望ID1的第一个实例作为ID1之后的所有值都替换为相应的第一个实例的ID2。所以在这个例子中，我在第四次观察中加入了1的值，将被替换为2（基于第一次观察），然后是5（基于第三次观察）。仍然没有意义。为什么6,1会以6,5结束？排序顺序重要吗？因为在程序中，一旦1与2匹配，这些数据就会被输入，1就会被销毁。如果以后引用了1，则会创建一个错误，因为ID 1已不存在，所以在匹配记录时它变成了2。我仍然不理解。听起来你在谈论一个类似于改变人名的系统。在第一个表中，我们看到1变成2，然后2变成5，然后5变成8。所以结果应该是1，2和5都变成了8。这就是您想要的吗？
proc sqlobsfirstobs