使用SAS Proc Format合并SchoolSize的S与M分组失败求助

我尝试用SAS的proc format将数据集按SchoolSize变量分组，把小型（S）和中型（M）学校合并为一组，但编写的三段代码都没实现预期效果，结果仍按原始数据的L、M、S分别分组，无法得到合并后的均值统计。

原始代码 #

proc format;
    value $SchoolSize
        "L"="Large"
        OTHER="Small and Medium";
run;
title "Means of Data Set COLLEGE5";
proc means data=college5 mean median maxdec=2;
    class  SchoolSize;
    var ClassRank GPA;
    format SchoolSize SchoolSize$.; /* 格式引用错误 */
run;

替代代码1 #

proc format;
    value $SchoolSize
        "L"="Large"
        "S"="Small and Medium"
        "M"="Small and Medium";
run;
title "Means of Data Set COLLEGE5";
proc means data=college5 mean median maxdec=2;
    class  SchoolSize;
    var ClassRank GPA;
    format SchoolSize SchoolSize$.; /* 格式引用错误 */
run;

替代代码2 #

proc format;
    value $SchoolSize
        "L"="Large"
        "S", "M"="Small and Medium";
run;
title "Means of Data Set COLLEGE5";
proc means data=college5 mean median maxdec=2;
    class  SchoolSize;
    var ClassRank GPA;
    format SchoolSize SchoolSize$.; /* 格式引用错误 */
run;

问题原因 #

默认情况下，proc means的class语句基于变量原始值分组，而非格式化后的值。即使定义了格式，SAS只是用格式标签替换显示文本，但分组逻辑仍以原始的L、M、S为依据，因此无法合并分组。此外，代码中格式引用顺序错误：字符格式需以$开头，正确写法应为$SchoolSize.，而非SchoolSize$.;。

正确解决方案 #

在class语句后添加groupformat选项，指定按格式化后的值分组，同时修正格式引用的语法错误：

proc format;
    value $SchoolSize
        "L"="Large"
        OTHER="Small and Medium";
run;

title "Means of Data Set COLLEGE5";
proc means data=college5 mean median maxdec=2;
    class SchoolSize / groupformat; /* 启用格式化分组 */
    var ClassRank GPA;
    format SchoolSize $SchoolSize.; /* 正确引用字符格式 */
run;

关键说明 #

• groupformat：让CLASS变量使用格式化后的结果作为分组依据，S和M会被合并到"Small and Medium"组中统计
• 字符格式引用：必须以$开头，格式名与定义的$SchoolSize对应，写法为$SchoolSize.

内容的提问来源于stack exchange，提问作者Srividya