如何在SAS中计算父子层级数据的代次？

原始数据集 #

先创建示例数据集：

data tree;
    input child $ parent $;
    datalines;
A        .
B       A 
C       A
D       B
E       C
F       D
G       E
;
run;

解决方案一：递归FCMP函数（适配任意树深度） #

这种方法通过递归查找父节点代次，适合不确定深度的树形结构，步骤如下：

1. 为数据集创建索引，提升父节点查找效率

proc datasets lib=work nolist;
    modify tree;
    index create child / unique;
run;
quit;

2. 定义递归函数计算代次

proc fcmp outlib=work.funcs.trees;
    function get_generation(node $) $;
        length parent $ 8 gen_num 8;
        set tree(keep=child parent) key=node;
        
        if _iorc_ = 0 then do;
            if missing(parent) then gen_num = 1;
            else gen_num = input(get_generation(parent), 8.) + 1;
            return(put(gen_num, 8.));
        end;
        else return('');
    endsub;
run;

options cmplib=work.funcs;

3. 生成带代次的目标数据集

data tree_with_gen;
    set tree;
    generation = input(get_generation(child), 8.);
run;

解决方案二：哈希表循环处理（无FCMP依赖） #

如果无法使用FCMP函数，可通过哈希表存储已计算的代次，循环遍历完成所有节点的代次计算：

data tree_with_gen;
    set tree;
    length generation 8;
    declare hash gen_map();
    gen_map.defineKey('child');
    gen_map.defineData('generation');
    gen_map.defineDone();

    /* 先处理根节点 */
    if missing(parent) then do;
        generation = 1;
        gen_map.add();
        output;
    end;

    /* 循环处理非根节点，直到所有节点完成计算 */
    do until (gen_map.num_items = nobs);
        set tree point=_n_;
        if not gen_map.check(key:child) then do;
            if gen_map.find(key:parent) = 0 then do;
                generation = generation + 1;
                gen_map.add();
                output;
            end;
        end;
        if _n_ = nobs then _n_ = 0;
    end;

    nobs = nobs;
    drop _n_ nobs;
run;

最终输出结果 #

两种方法均可得到如下目标数据集：

child $ parent $ generation
A          .       1
B       A        2
C       A        2
D       B        3
E       C        3
F       D        4
G       E        4

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