Sql SAS中的分区运行总计

如何为现有数据集创建一个新列，该数据集是由某个标识符分区的现有列的运行总数

ID |  Value |     New Value
---|--------|--------------------
1  |   10   |     10
1  |   5    |     15  = 10 + 5
1  |   3    |     18  = 10 + 5 + 3
2  |   45   |     45
2  |   15   |     60  = 45 + 15

我习惯于在SQL（Oracle）中使用简单的SUM（）OVER（）语句来实现这一点，但PROC SQL显然不支持这种语法

如果可能的话，我希望在procsql中实现这一点（我对SQL的经验要比SAS编码丰富得多）

谢谢

---

Mike。

在数据步骤中，这是通过

sum语句完成的

data want;
  set have;
  by id;
  if first.id then running_total=0;
  running_Total + value;
run;

在PROC SQL中，这是不可能的，除非您有一个排序变量（您可以在其中执行类似的操作）：

但是SAS没有按

划分的

概念-SAS数据步骤远比这强大。
我通常使用
数据
步骤而不是
过程sql
在SAS中运行总计。理论上，您可以使用
procsql
和交叉连接来实现这一点，但这在现实世界中并不实用

步骤1：按ID值对数据进行排序

proc sort data=have;
     by ID;
run;

第2步：使用sum语句计算运行总数

data want;
    set have;
    by ID;

    New_Value+Value;

    output;

    if(last.ID) then New_Value = 0;
 run;

解释

分组处理是SAS最强大的工具之一。当您按ID值排序并在数据步骤中对其使用by语句时，您将解锁两个新的特殊布尔变量：
first.
和
last..
SAS确切地知道一组ID变量在您按组处理时何时开始和停止（实际上，您可以使用一个名为
notsorted
的特殊选项，不必对ID值进行排序，但这是一个高级概念）。在您的案例中，让我们看看它是如何工作的：

ID Value first.ID last.ID
1  10    1        0
1  5     0        0
1  3     0        1
2  45    1        0 
2  15    0        1

如果ID组中只有一个观察结果，
first.ID
和
last.ID
都是1

SAS中有一种特殊的语句，称为sum语句，用于保留和求和变量。SAS本身就是一种循环语言；每当它执行
数据
步骤时，它只查看一条记录和一条记录。当它到达
数据
步骤的底部并返回顶部时，b开始读取表中的下一条记录，并假设在读取或计算变量值之前，所有变量现在都已丢失。您实际输出的内容是称为程序数据向量的内容。在后台，这就是您正在操作的内容

默认情况下，只有在到达
run
边界后，它才会输出到数据集。如果您明确告诉SAS要输出，则只有在您告诉它时，它才会输出。要累积一个变量，我们要告诉SAS四件事：

保留变量的上一个值（在读取新记录时，不要将其重置为
将变量添加到自身
将值添加到自身后的输出
在我输出并且这是一组ID变量中的最后一个观察值之后，将我的累积变量重置为0
要实现步骤1和2，您可以执行两个选项：

 data want;
      set have;
      retain New_Value;

      New_Value = sum(New_Value, Value);

或

请注意，第二个选项与第一个选项完全相同，但工作量较少。请将其视为一种快捷方式。这称为Sum语句。它看起来在语法上是错误的，但它是一种特殊且非常有用的情况

为了实现步骤3，我们只需告诉SAS在数据步骤结束后立即输出，而不是默认情况下在数据步骤结束时输出：

data want;
    set have;

    New_Value+Value;

    output;

如果按原样运行上面的代码，
New\u Value
将无限期地累加，直到它到达文件的最末尾。我们希望在它到达新的ID组后重置此值。我们使用“按组处理”解锁这两个布尔变量，以便在输出后的指定条件下将
New\u Value
重置为0：

data want;
    set have;
    by ID;

    New_Value+Value;

    output;

    if(last.ID) then New_Value = 0;
run;

New_Value
将不会重置为0，除非我们是在指定ID组的最后一次观察中。请注意，我们将条件
if
语句放在输出语句的下面。如果这是在上面，您将看到以下现象：

ID Value New_Value first.ID last.ID
1  10    10         1        0
1  5     15         0        0
1  3      0         0        1
2  45    45         1        0 
2  15     0         0        1

我们希望在
新值
重置为0之前输出累积和

还有一些其他SAS过程可以用来做类似的事情，但它们是为特定情况而设计的。在这种情况下，您可以重新调整它们的用途来做您想做的事情，但最好在开始重新调整过程用途之前先学习
数据
步骤处理。
Joe-您的答案无论出于何种原因都不起作用，但得到了正确的答案让我在正确的轨道上找到答案。谢谢

data want;
    set have;
    by id;
    if first.id then running_total = 0;
    if first.id then retained_total = 0;
    running_total = retained_total + value;
    retained_total = running_total;
    retain retained_total;
run;

还有一个选择：

data want;
do until (last.id);
    set have;
    by id;
    new_value + value;
    output;
end;
new_value = 0;
run;

我的数据步骤会产生与此完全相同的结果。您的工作比您需要的要努力一些-为什么有第二个变量？直觉上，您的应该会产生相同的结果-我提供的虚拟集会产生相同的结果-但我正在做的项目中的实际集不会产生相同的结果。对于为什么您的代码不能与我一起工作，我没有一个很好的答案在我的项目中，但由于某种原因，它没有产生所需的结果。听起来您可能有一个问题，即正在运行的total变量已经存在于数据集上（在本例中，
have
）？这是唯一的区别，也是拥有第二个变量唯一会改变的事情。对于所描述的问题，这不是一个精心设计的解决方案。此外，如果您拥有SAS/ETS许可，请参阅此处发布的PROC EXPAND解决方案。
data want;
    set have;
    by id;
    if first.id then running_total = 0;
    if first.id then retained_total = 0;
    running_total = retained_total + value;
    retained_total = running_total;
    retain retained_total;
run;

data want;
do until (last.id);
    set have;
    by id;
    new_value + value;
    output;
end;
new_value = 0;
run;