基于account_number判断交易日期是否处于前两个账单日期区间

需求说明 #

针对每个账号，提取其前两个账单日期，判断交易日期是否处于这两个日期构成的区间内；仅保留满足条件的账号的前两行数据，移除不满足条件的账号的所有行及账号的多余行。

输入数据 #

data input_data;
  input acct_num   billing_date :date9. tran_date :date9.;
  format billing_date tran_date date9.;
  DATALINES; 
1111      23FEB2020  27FEB2020
1111      23MAR2020  27FEB2020
2222      17MAR2020  22MAR2020
2222      27APR2020  22MAR2020
2222      27MAY2020  22MAR2020
3333      23JUL2018  02JUN2022
3333      23AUG2018  02JUN2022
;
run;

注：修正了原输入中biiling_date的拼写错误，改为billing_date以确保日期字段正常解析

解决方案代码 #

/* 第一步：标记每个账号的行号，提取前两个账单日期并判断交易日期是否在区间内 */
data temp;
  set input_data;
  by acct_num;
  retain first_bill last_bill;
  if first.acct_num then do;
    first_bill = billing_date;
    last_bill = .;
    row_num = 1;
  end;
  else row_num + 1;
  
  /* 记录第二个账单日期作为区间上限 */
  if row_num = 2 then last_bill = billing_date;
  
  /* 计算前两个账单日期的有效区间（取最小和最大值） */
  bill_min = min(first_bill, coalesce(last_bill, first_bill));
  bill_max = max(first_bill, coalesce(last_bill, first_bill));
  
  /* 判断交易日期是否处于区间内 */
  tran_in_range = (tran_date >= bill_min) and (tran_date <= bill_max);
run;

/* 第二步：筛选满足条件的账号的前两行记录 */
data output_data;
  set temp;
  by acct_num;
  /* 仅保留交易日期在区间内且为账号前两行的记录 */
  if tran_in_range and row_num <= 2;
run;

/* 查看最终结果 */
proc print data=output_data noobs;
run;

代码说明 #

1. 分组标记与区间计算：通过by acct_num分组，用retain保留每个账号的第一个账单日期，遍历到第二行时记录第二个账单日期，进而计算出前两个账单日期的区间范围。
2. 交易日期判断：生成tran_in_range标记，判断当前账号的交易日期是否落在前两个账单日期的区间内。
3. 筛选结果：仅保留tran_in_range为真且行号不超过2的记录，自动过滤掉不满足条件的账号（如3333）及账号的多余行（如2222的第三行）。

期望输出 #

acct_num billing_date tran_date
1111     23FEB2020    27FEB2020
1111     23MAR2020    27FEB2020
2222     17MAR2020    22MAR2020
2222     27APR2020    22MAR2020

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