如何仅对每个ID下重复日期对应的变量值求和？

需求说明 #

对每个ID下的重复日期对应的Value字段求和，唯一日期保留原Value值，最终每个ID+Date组合只保留一条记录，Value为该组合下所有值的总和。

输入数据集 #

data have;
  input ID :$20. Date :date09. Value; 
  format Date date9. Value;
cards;
0001 13JAN2017 0
0001 22FEB2017 1
0001 22FEB2017 1
0001 30JAN2019 0
0002 28DEC2014 1 
0002 28DEC2014 2
0002 28DEC2014 1
0002 28DEC2014 0
0003 15DEC2021 0
0003 16DEC2021 1
;
run;

期望输出数据集 #

data want;
  input ID :$20. Date :date09. Value; 
  format Date date9. Value;
cards;
0001 13JAN2017 0
0001 22FEB2017 2
0001 30JAN2019 0
0002 28DEC2014 4
0003 15DEC2021 0
0003 16DEC2021 1
;
run;

解决方案 #

方法1：使用PROC SUMMARY（简洁高效）

这是SAS处理分组聚合最常用的方法，无需手动排序，代码简洁：

proc summary data=have nway;
  class ID Date;
  var Value;
  output out=want_sum(drop=_type_ _freq_) sum=Value;
run;

/* 恢复日期格式，避免PROC SUMMARY自动丢失格式 */
proc datasets lib=work nolist;
  modify want_sum;
  format Date date9.;
run;
quit;

• nway参数：仅保留ID+Date的最高维度分组结果，不会生成其他层级的聚合数据
• output语句：指定求和后的字段名为Value，同时删除系统自动生成的_type_（分组类型标记）和_freq_（分组记录数）字段
• 最后通过proc datasets恢复日期格式，保证输出的日期显示符合要求

方法2：使用DATA步（自定义逻辑灵活）

如果需要更灵活的自定义处理逻辑，可以用DATA步实现，前提是先对数据集排序：

/* 先按ID和Date排序，确保同组记录连续 */
proc sort data=have;
  by ID Date;
run;

data want_data;
  set have;
  by ID Date;
  retain Total 0; /* 让Total变量在循环中保留上一次的值，实现累加 */
  Total + Value; /* 累加当前记录的Value到Total */
  
  /* 当遇到当前Date组的最后一条记录时，输出结果 */
  if last.Date then do;
    Value = Total; /* 把累加结果赋值给Value */
    output;
    Total = 0; /* 重置Total，准备处理下一个分组 */
  end;
run;

• by ID Date：按ID和Date分组，系统自动生成first.Date和last.Date两个标记变量
• retain Total 0：确保Total变量不会在每次循环时被重置为缺失值
• last.Date：判断是否为当前Date组的最后一条记录，此时输出累加后的结果

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