如何在SAS中分组验证变量递增关系并标记异常记录

实现思路 #

按group分组后，利用SAS的by语句处理分组逻辑，结合lag()函数获取组内上一行的class和rate值，对比当前行与上一行的数值关系，判断是否出现class升高但rate未升高的异常情况，最终生成标记列标注结果。

代码实现 #

/* 测试数据集（已提供） */
data work.tst;
    input group class rate;
    cards;
1 1 0.1
1 2 0.5
1 3 0.45
1 4 0.7
2 1 1
2 2 2
2 3 4
2 4 6
;
run;

/* 生成含异常标记的数据集 */
data work.tst_check;
    set work.tst;
    by group;
    /* 获取上一行的class和rate数值 */
    prev_class = lag(class);
    prev_rate = lag(rate);
    /* 定义标记变量长度并初始化 */
    length flag $10;
    flag = '正常';
    /* 分组首行重置前置变量，避免跨组干扰 */
    if first.group then do;
        call missing(prev_class, prev_rate);
    end;
    /* 从分组第二行开始判断异常 */
    if not first.group then do;
        /* 当class递增但rate未递增时标记异常 */
        if class > prev_class and rate <= prev_rate then do;
            flag = '异常';
        end;
    end;
    /* 丢弃临时变量 */
    drop prev_class prev_rate;
run;

结果说明 #

运行上述代码后，work.tst_check数据集中会新增flag列：

• group1的第三行（class=3，rate=0.45）因class从2升至3，但rate从0.5降至0.45，会被标记为异常；
• 其余行均满足class递增时rate也递增的要求，标记为正常。

内容的提问来源于stack exchange，提问作者dalab