SAS数据处理：按ID与重复日期根据Variable1设置Index值

现有数据集（have） #

data have;
  input ID :$20. Date :date09. Variable1 Variable2 Index; 
  format Date date9.;
cards;
0001 22JAN2020 1  0  33
0001 13FEB2020 .  .  .
0001 13FEB2020 0  1  22
0001 03OCT2021 .  .  .
0002 02SEP2014 0  1  1
0002 10OCT2014 .  .  .
0002 10OCT2014 1  0  13
;

期望输出数据集（want） #

data want;
  input ID :$20. Date :date09. Variable1 Variable2 Index; 
  format Date date9.;
cards;
0001 22JAN2020 1  0  33
0001 13FEB2020 .  .  .
0001 13FEB2020 0  1  .
0001 03OCT2021 .  .  .
0002 02SEP2014 0  1  1
0002 10OCT2014 .  .  .
0002 10OCT2014 1  0  .
;

处理规则 #

• 按ID分组处理
• 当同一ID下存在重复Date时，若该日期的前一行中Variable1值缺失，则将该日期的下一行的Index值设为缺失

实现代码 #

data want;
  set have;
  by ID Date;
  /* 保留前一行的Variable1值 */
  retain prev_var1;
  /* 新ID组起始时重置前一行变量 */
  if first.ID then prev_var1 = .;
  
  /* 判断当前行是否为重复日期的后续行，且前一行Variable1缺失 */
  if not first.Date and prev_var1 = . then Index = .;
  
  /* 更新前一行Variable1为当前行的值，供下一行判断使用 */
  prev_var1 = Variable1;
run;

代码逻辑说明 #

1. 使用by ID Date按ID和日期分组，借助first.标识符识别分组起始位置
2. 用retain语句保留上一行的Variable1值，避免每次循环自动重置
3. 进入新的ID组时，重置prev_var1为缺失，保证分组间判断独立
4. 若当前行不是该日期的第一行（即重复日期的后续行），且前一行Variable1缺失，则将当前行Index设为缺失
5. 每次循环结束前更新prev_var1为当前行的Variable1值，为下一行判断提供依据

内容的提问来源于stack exchange，提问作者NewUsr_stat