SAS条件计数求助：统计动作A日期2年内的动作B次数

核心思路 #

先将字符型日期转换为SAS可计算的日期值，再通过自连接统计或哈希表遍历的方式，计算每个DateofActionA对应的2年内（同一ID）DateofActionB的记录数。

步骤1：清洗日期数据 #

原数据中的日期是字符格式，需先转为SAS日期值才能进行计算：

data have_clean;
    set have;
    /* 自动适配多种日期字符串格式，转换为SAS日期值 */
    date_a = input(DateofActionA, anydtdte32.);
    date_b = input(DateofActionB, anydtdte32.);
    /* 可选：给SAS日期添加格式化显示 */
    format date_a date_b date9.;
run;

步骤2：计算Want列（两种方法可选） #

方法一：PROC SQL自连接（直观易读）

适合中小数据集，通过自连接匹配同一ID下符合日期范围的记录，再分组计数：

proc sql;
    create table want as
        select 
            a.ID,
            a.DateofActionA,
            count(b.ID) as Want
        from have_clean a
        left join have_clean b
            on a.ID = b.ID
            /* 筛选DateofActionB在DateofActionA之后2年内的记录 */
            and b.date_b between a.date_a and intnx('year', a.date_a, 2, 'same') - 1
        group by a.ID, a.DateofActionA
        order by a.ID, a.date_a;
quit;

• 日期范围说明：intnx('year', a.date_a, 2, 'same') - 1表示DateofActionA往后推2年的前一天（例如2020-07-01对应的截止日是2022-06-30），确保严格的2年区间。若需包含2年后的当天，去掉-1即可。

方法二：DATA步+哈希表（高效处理大数据）

当数据集行数较多时，哈希表避免了自连接的笛卡尔积，执行效率更高：

data want(drop=date_a date_b rc);
    set have_clean;
    by ID;
    
    /* 初始化哈希表，存储当前ID的所有DateofActionB */
    if _n_ = 1 then do;
        declare hash h(ordered:'a');
        h.defineKey('date_b');
        h.defineData('date_b');
        h.defineDone();
    end;
    
    /* 按ID分组，首次出现时加载当前ID的所有DateofActionB到哈希表 */
    if first.ID then do;
        h.clear();
        do until(last.ID);
            set have_clean(keep=ID date_b) by ID;
            h.add();
        end;
        /* 回到当前处理的记录 */
        set have_clean;
    end;
    
    /* 遍历哈希表，统计符合日期范围的记录数 */
    Want = 0;
    rc = h.find_ge(key:date_a);
    do while(rc = 0 and date_b <= intnx('year', date_a, 2, 'same') - 1);
        Want + 1;
        rc = h.find_next();
    end;
run;

注意事项 #

• 若原日期格式有特殊情况，可调整INPUT函数的格式参数（比如用MMDDYY10.或DATE9.替代ANYDTDTE.）。
• 可根据业务需求灵活调整2年区间的定义（包含/排除截止日）。

内容的提问来源于stack exchange，提问作者Noob