Sas 如何计算最后n个观测值

如何计算数据集中的最后n个观测值 例如，如果我有10个观察值，我想创建一个变量，将另一个变量的最后5个值相加。请不要建议我延迟5次或使用模块（N）。我需要一个更优雅的解决方案

下面的代码alpha是我拥有的数据集，bravo是我需要的数据集

data alpha; 
    input lima @@ ;
    cards ;
3 1 4 21 3 3 2 4 2 5
; 
run ;

data bravo;
input lima juliet;
cards;
3 .
1 .
4 .
21 .
3 32
3 32
2 33
4 33
2 14
5 16
;
run;

---

提前谢谢你

我可以提供相当丑陋的解决方案：

data bravo(keep = var1 summ);
    set alpha;
    do i=_n_ to _n_-4 by -1;
        set alpha(rename=var1=var2) point=i;
        summ=sum(summ,var2);        
    end;
run;

运行数据步骤并向每个组添加递增的数字

运行sql步骤并添加max（group）列

运行另一个数据步骤，检查（2）-（1）中的值是否小于5。如果是，请将要求和的值（例如）赋给\u num\u to\u sum\u变量，否则留空或赋0

最后用sum（\u num\u to\u sum\u）执行一个sql步骤，并通过将（1）中的变量分组对结果进行分组

编辑：我以更紧凑的方式添加了该概念的一个实例

input var1 $ var2;
cards;
aaa 3
aaa 5
aaa 7
aaa 1
aaa 11
aaa 8
aaa 6
bbb 3
bbb 2
bbb 4
bbb 6
;
run;

data step1;
    set sourcetable;
    by var1;
    retain obs 0;
    if first.var1 then obs = 0;
    else obs = obs+1;
    if obs >=5 then to_sum = var2;
run;

proc sql;
    create table rezults as
        select distinct var1, sum(to_sum) as needed_summs
        from step1
        group by var1;
quit;

---

您可以在数据步骤中执行此操作，也可以使用SAS/ETS中的PROC EXPAND（如果可用）

对于数据步骤，您可以从累积和开始（

sum

），但要跟踪到目前为止添加的值的数量（

ninsum

）。一旦达到5，就开始将累积和输出到目标变量（

juliet

），然后从下一步开始减去滞后的-5值，以仅存储最后五个值的和

data beta;
    set alpha;
    retain summ ninsum 0;

    summ + lima;
    ninsum + 1;
    l5 = lag5(lima);

    if ninsum = 6 then do;
        summ = summ - l5;
        ninsum = ninsum - 1;
    end;

    if ninsum = 5 then do;
        juliet = summ;
    end;

run;

proc print data=beta;
run;

然而，有一个过程可以进行所有类型的累积、移动窗口等计算：PROC EXPAND，其中实际上只有一行。我们只是告诉它在一个宽度为5的窗口中计算向后移动的和，并将前4个观察值设置为missing（默认情况下，它将在左侧将序列扩展0）

编辑

如果要进行更复杂的计算，则需要在保留变量中携带以前的值。我以为你想避免这样，但事实是：

data epsilon;
    set alpha;
    array lags {5};
    retain lags1 - lags5;

    /* do whatever calculation is needed */
    juliet = 0;
    do i=1 to 5;
        juliet = juliet + lags{i};
    end;

    output;

    /* shift over lagged values, and add self at the beginning */
    do i=5 to 2 by -1;
        lags{i} = lags{i-1};
    end;
    lags{1} = lima;

    drop i;
run;

proc print data=epsilon;
run;

---

如果有人读到这篇文章：） 我以我需要的方式解决了它。虽然现在我更好奇的是，在计算/处理时间方面，这两个（保留和我的解决方案）中哪一个更为优化

以下是我的解决方案：

data bravo(keep = var1 summ);
    set alpha;
    do i=_n_ to _n_-4 by -1;
        set alpha(rename=var1=var2) point=i;
        summ=sum(summ,var2);        
    end;
run;

---

好的，每一个帖子都是被推荐的。而且也没那么难看。我喜欢它；]向上投票我的答案会很好=）这需要15个代表：我是新来的。顺便说一句，我无法执行您的解决方案。我可以找到一个合适的sql聚合变量，如果n可以被5整除，那么计数+1，例如，这样做比较容易。如果可能的话，我想用一些数组，保留或设置命令。请看我对初始答案的补充，希望能有所帮助。这根本不是问题所在。我需要最后5次保存的总和。新变量中的每条记录都应包含旧变量最近5次观察的总和，因为数据集中没有用于分组的变量。设想一个数据集有一列所有数字。您必须创建第二列，其中缺少前4个OB，因为没有5个观察值需要求和。对于第2列的第5次观察，该值应该是最后5次观察的总和，第6次观察，第2列应该是第1列的第6次第5次第4次第3次第2次观察的总和，等等。非常有用。我不知道proc expand的功能。尽管这只是一个例子。考虑到最后的“n”个观测值，我打算执行非常复杂的计算，我想知道是否有一种方法可以做到这一点，而不会使不同的变量滞后n次。如果您有任何其他建议，请分享。谢谢：）我不知道道指循环是什么，但我添加了另一个解决方案，允许对最后的“n”个观测值进行任意计算。非常感谢你的所有帖子：）我想我将使用滞后。它最适合我正在尝试做的事情：）