Sql 所选变量的平均值（SAS）

对于expamle，我有一个包含两个变量的表a，第一个变量是客户id，第二个变量是客户收入，范围为100到200美元。任务是创建一个表B，其中我将有平均收入150美元的客户，客户数量应最大。换句话说，我需要表B中有表A中最大数量的客户，表B中客户的平均收入应该正好等于150。使用SAS Enterprise Guide有什么优雅的方法吗？

贪婪算法可能会很好地完成这项工作，这取决于数据的结构。这当然不能保证是最优的，但可以相对快速地实现

这个想法是：

计算所有记录的平均值

如果平均价格是150美元，那么停下来

删除最大/最小值以增加或减少平均值（视情况而定）

如果平均价格是150美元，那么停下来

重复（1）直到完成

如果值集中在150美元左右，这应该可以很好地工作。如果它们分布广泛，那么您可能无法在最终的垃圾箱中获得任何记录

---

如果该算法适用于您的数据，那么可能会有更快的实现方法。

按收入从低到高对记录进行排序。然后计算所有记录1-N的平均值。找到N，其中平均值=150

data test;
do id = 1 to 1000;
income = 100 + round(ranuni(1)*100,1);
output;
end;
run;

proc sort data=test;
by income;
run;

data want(where=(ave<=150));
set test;

retain sum 0;

sum = sum + income;
ave = sum / _n_;

drop sum;
run;

数据测试；
do id=1至1000；
收入=100+轮（拉努尼（1）*100,1）；
产出；
结束；
跑
proc排序数据=测试；
按收入计算；
跑
我不认为有一种优雅的方法可以得到这样一个最大子集。如果有，我也很好奇。