按ID提取首个Y类型记录日期作为起始日期的实现问题

给定按ID和日期排序的数据集：

id type date
1  Y    01/01/2022
1  Y    09/01/2022
1  X    12/01/2022
2  Y    08/01/2022
2  X    09/01/2022
2  X    12/01/2022

需求：将每个ID下第一条Y类型记录的日期设为该ID所有记录的Start日期，预期结果如下：

id type date        Start
1  Y    01/01/2022  01/01/2022
1  Y    09/01/2022  01/01/2022
1  X    12/01/2022  01/01/2022
2  Y    08/01/2022  08/01/2022
2  X    09/01/2022  08/01/2022
2  X    12/01/2022  08/01/2022

尝试过用do until循环查找最早的Y类型事件，但不知道如何关联到对应日期，求解决方法。

解决方案1：SQL窗口函数（通用） #

用窗口函数FIRST_VALUE()结合分区和条件筛选，直接为每个ID提取第一条Y的日期：

SELECT 
    id,
    type,
    date,
    FIRST_VALUE(CASE WHEN type = 'Y' THEN date END) OVER (
        PARTITION BY id 
        ORDER BY date 
        ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING
    ) AS Start
FROM your_table
ORDER BY id, date;

核心逻辑：

• PARTITION BY id：按ID分组处理每个单独的用户/实体
• ORDER BY date：确保按日期顺序定位最早的Y类型记录
• CASE WHEN type='Y' THEN date END：仅保留Y类型的日期值，非Y记录的位置为NULL
• FIRST_VALUE()会在分组内取第一个非NULL的日期，也就是该ID最早的Y类型日期

解决方案2：SAS数据步（适配do until思路） #

如果用SAS处理，不需要复杂循环，用BY组关联更高效：

方法一：临时表合并法 #

/* 第一步：提取每个ID的第一条Y类型日期 */
data temp_start;
    set have;
    by id;
    if type = 'Y' and first.id then output;
    keep id date;
run;

/* 第二步：将原表和临时表按ID合并 */
data want;
    merge have temp_start(rename=(date=Start));
    by id;
    format date Start ddmmyy10.;
run;

方法二：do until循环实现 #

data want;
    set have;
    by id;
    retain Start;
    /* 每个ID的第一条记录时初始化Start */
    if first.id then do;
        Start = .;
        /* 循环查找当前ID下第一条Y类型记录 */
        do until (type = 'Y' or last.id);
            set have(keep=id type date) point=_n_;
            if type = 'Y' then do;
                Start = date;
                leave;
            end;
            _n_ + 1;
        end;
        /* 如果当前行就是该ID的第一条Y，直接赋值 */
        if type = 'Y' and Start = . then Start = date;
    end;
    format date Start ddmmyy10.;
run;

内容的提问来源于stack exchange，提问作者geek45