SAS Proc SQL是否支持Over Partition By窗口功能？能否用数据步替代？

一、Proc SQL对窗口函数的支持情况 #

从SAS 9.2版本开始，Proc SQL完全支持标准SQL中的窗口函数语法，包括OVER(PARTITION BY ...)这类核心用法。常见的窗口函数如ROW_NUMBER()、RANK()、SUM()、AVG()、MAX()等都可以直接在Proc SQL中编写运行。

举个实际例子，按部门分区计算员工薪资的累计和：

Proc SQL;
    SELECT 
        dept_id,
        emp_id,
        salary,
        SUM(salary) OVER(PARTITION BY dept_id ORDER BY emp_id) AS dept_salary_cum
    FROM employees;
Quit;

唯一需要注意的是：如果你的SAS版本低于9.1.3（非常老旧的版本），确实不支持窗口函数，这时候就需要用数据步来实现等价逻辑。

二、数据步实现窗口函数逻辑 #

如果因为版本限制无法使用窗口函数，数据步通过BY分组、RETAIN关键字以及FIRST./LAST.标记可以实现几乎所有窗口函数的功能：

1. 先对数据按分区字段排序 #

窗口函数的分区和排序逻辑依赖有序数据，所以第一步要先排序：

Proc Sort data=employees;
    BY dept_id emp_id; /* 对应窗口函数中的PARTITION BY dept_id + ORDER BY emp_id */
Run;

2. 数据步中实现具体逻辑 #

示例1：实现累计求和（对应SUM() OVER(PARTITION BY ...)）

Data employees_cum;
    Set employees;
    BY dept_id;
    /* 每个分组初始时重置累计变量 */
    IF FIRST.dept_id THEN dept_salary_cum = 0;
    /* 累加计算，SAS中这种写法自动隐含RETAIN属性 */
    dept_salary_cum + salary;
Run;

示例2：实现行号（对应ROW_NUMBER() OVER(PARTITION BY ... ORDER BY ...)）

Data employees_row;
    Set employees;
    BY dept_id;
    IF FIRST.dept_id THEN row_num = 0;
    row_num + 1;
Run;

示例3：实现偏移取值（对应LAG()/LEAD() OVER(PARTITION BY ...)）

SAS数据步本身内置了LAG()和LEAD()函数，直接结合BY分组就能实现：

Data employees_lag;
    Set employees;
    BY dept_id;
    /* 取同部门上一个员工的薪资 */
    prev_salary = LAG(salary);
    /* 如果是分组第一条，清空偏移值（避免跨分组取值） */
    IF FIRST.dept_id THEN prev_salary = .;
Run;

不同类型窗口函数的对应实现思路：

• 聚合类（SUM/AVG/MAX/MIN）：用RETAIN保存分组内的统计值，结合FIRST.初始化
• 排序类（ROW_NUMBER/RANK/DENSE_RANK）：用分组内的计数器实现
• 偏移类（LAG/LEAD）：直接用SAS内置的LAG()/LEAD()函数，配合BY分组过滤跨组数据

内容的提问来源于stack exchange，提问作者LondonUK