使用 SAS 根据变量出现的数量创建虚拟变量

Question

我正在尝试创建一个虚拟变量 A 来指示 ID 出现的次数。如果 ID 恰好出现两次，则 A 等于 0；如果 ID 出现超过 2 次，则 A 等于 1。

我想要的输出如下：

  ID     YEAR  A
 1078    1989  0
 1078    1999  0
 1161    1969  0
 1161    2002  0
 1230    1995  0
 1230    2002  0
 1279    1996  0
 1279    2003  0
 1447    1993  0
 1447    2001  0
 1487    1967  1
 1487    2008  1
 1487    2009  1
 1678    1979  0
 1678    2002  0

我的代码是：

data new data;
  set data;
  by ID YEAR;
  if First.ID then count=0;
  count+1;
run;


data newdata;
  set newdata;
  by ID YEAR count;
  if sum(count)=3 then A=0;
  if sum(count)>3 then A=1;
run;

但输出不正确。

Answer 1

您不能使用 sum(count) 对多个观察值的计数求和。相反，您需要首先对观察结果进行计数，然后将计数合并到原始数据中。

数据步骤解决方案

data newdata;
set data;
by ID YEAR;
if First.ID then count=0;
count+1;
if last.id then output;
drop year;
run;

if last.id then output 意味着 newdata 只会有每个 id 的最后一次观察。我们希望如此，因为最后一个观察结果具有每个 ID 的观察数量的县。

此步骤将原始数据“data”与“newdata”中的计数合并并计算 a。

data newdata2;
merge data newdata;
by ID;
if count=2 then A=0;
if count>2 then A=1;
drop count;
run;

过程sql解决方案您可以使用 proc sql 更快地完成此操作：

proc sql;
    create table newdata as
    select id, year, (case when count(*) = 2 then 0 else 1 end) as a
    from data
    group by id;
quit;

group by id 表示count()等汇总统计是通过id计算的，所以 count(*) 表示对每个 id 中的观察值进行计数。 (case when count(*) = 2 then 0 else 1 end) as a 创建一个变量a。如果给定 id 的计数为 2，则 a 的值为 0，否则 a 的值为 1。