Question

（第一次发帖）
我有一个数据集，我需要创建一个新变量（在SAS中），基于满足与另一个变量相关的条件。因此，数据包含调查中的三个变量：Site，IDnumb（person）和Date。不同的人可以在同一站点进行多次回复（参见站点A的人1和3）。

Site  IDnumb    Date 
    a     1      6/12
    b     2       3/4
    c     4       5/1
    a     3       .  
    d     5       .

我想创建一个名为Complete的新变量，但它不能包含重复项。因此，当我去处理频率时，我希望使用完成调查的6/12日期对站点A进行一次计数。所以基本上，如果一个站点被表示两次并且在一个中包含一个Date，我想只计算那个并忽略没有日期的重复站点。

                N    %

Complete        3   75%
Last Month      1   25%

我的问题可能是NODUP和NODUPKEY的可能性。如果我按站点和日期进行Proc Sort（nodupkey），那会消除“a 3”吗？

非常感谢任何帮助。对于混乱的“桌子”感到抱歉，因为这是我的第一篇文章（也欢迎提供更好的提示）。

Answer 1

你可以通过多种方式做到这一点。

首先，您需要一个完整/不完整的二进制变量。无论如何你都在datastep中，不妨在那里完成所有工作。

proc sort data=yourdata;
by site date descending;
run;

data yourdata_want;
set yourdata;
by site date descending;
if first.site then do;
 comp = ifn(date>0,1,0);
 output;
end;
run;

proc freq data=yourdata_want;
tables comp;
run;

如果你使用了NODUPKEY，你首先按SITE DATE DESCENDING排序，然后通过SITE与NODUPKEY排序。这样最新的日期是最重要的。您还可以格式化COMP以包含您列出的文本标签，而不仅仅是1/0。

您也可以在DATE使用格式，因此您可以跳过数据步骤（仍需要排序/排序nodupkey）。将DATE的所有非缺失值格式化为“完成”并将日期缺失值设置为“上个月”，然后在proc频率中包含缺少的选项。

最后，您可以在SQL中执行该表（尽管获得两行更难，您必须同时联合两个查询）。

新的SAS变量以观察为条件

1 个答案: