SAS中按年份为州级数据添加USA汇总层级的实现方法

我正在处理州级数据，希望在现有州级数据中添加汇总的"USA"层级。每个州拥有约10年的数据，需保持"USA"层级按年份统计的格式。

示例输入数据 #

data test;
input State$ year count1 count2;

datalines;
MA 2010 33 34
MA 2011 54 32
MA 2012 45 43
MA 2013 49 50
LA 2010 29 29
LA 2011 32 34
LA 2012 34 44
LA 2013 44 45
WV 2010 33 34
WV 2011 34 37
WV 2012 44 43
WV 2013 33 35
;
run;

期望输出格式 #

data test_2;
input State$ year count1 count2;

datalines;
MA 2010 33 34
MA 2011 54 32
MA 2012 45 43
MA 2013 49 50
LA 2010 29 29
LA 2011 32 34
LA 2012 34 44
LA 2013 44 45
WV 2010 33 34
WV 2011 34 37
WV 2012 44 43
WV 2013 33 35
USA 2010 95 97
USA 2011 120 103
USA 2012 121 130
USA 2013 126 130
;
run;

简便实现方法 #

方法1：PROC SUMMARY分步合并 #

用PROC SUMMARY按年份计算全国总和，再和原始数据合并，步骤清晰易维护：

/* 生成每年的全国汇总数据 */
proc summary data=test nway;
    class year;
    var count1 count2;
    output out=usa_sum (drop=_type_ _freq_) sum=;
run;

/* 添加USA标识并对齐变量名 */
data usa_sum;
    set usa_sum;
    State = 'USA';
run;

/* 合并原始数据和汇总数据 */
data test_2;
    set test usa_sum;
run;

方法2：PROC SUMMARY一步生成目标数据集 #

利用_type_变量同时保留明细行和汇总行，无需额外合并步骤：

proc summary data=test;
    class State year;
    var count1 count2;
    /* _type_=3 是州+年份的明细行，_type_=1 是仅年份的全国汇总行 */
    output out=test_2 (where=(_type_ in (1,3)) drop=_freq_) sum=;
run;

/* 把汇总行的State字段替换为USA */
data test_2;
    set test_2;
    if _type_ = 1 then State = 'USA';
    drop _type_;
run;

方法3：DATA步循环汇总 #

适合习惯用DATA步的场景，通过循环累加实现年份汇总：

/* 计算每年的全国总和 */
data usa_sum;
    do until(last.year);
        set test;
        by year;
        total1 + count1;
        total2 + count2;
    end;
    State = 'USA';
    count1 = total1;
    count2 = total2;
    keep State year count1 count2;
    /* 重置累加变量，处理下一年 */
    total1 = 0;
    total2 = 0;
run;

/* 合并原始数据和汇总数据 */
data test_2;
    set test usa_sum;
run;

内容的提问来源于stack exchange，提问作者Ryan