如何在SAS中按ID计算同Class记录间的日期间隔（days_diff）

需求说明 #

现有已按id和date排序的数据集，需在每个id范围内，对相同class的相邻数据记录计算日期间隔天数，生成days_diff变量：

• 每个id内某class的第一条记录，days_diff设为0
• 后续同class的记录，计算与上一条同class记录的日期间隔

原始数据集（HAVE） #

id date        class
1  01/01/2022  A
1  06/02/2022  B
1  28/02/2022  A 
1  08/10/2022  B
2  01/01/2022  B
2  06/02/2022  B
2  28/02/2022  A
2  08/10/2022  A

目标数据集（WANT） #

id date        class  days_diff
1  01/01/2022  A      0
1  06/02/2022  B      0
1  28/02/2022  A      58
1  08/10/2022  B      244
2  01/01/2022  B      0
2  06/02/2022  B      36
2  28/02/2022  A      0
2  08/10/2022  A      222

解决方案 #

无需手动编写循环，利用SAS的BY组处理和RETAIN语句即可实现，代码如下：

/* 先确保date是SAS日期格式（如果原始数据是字符型需转换）*/
data want;
    set have;
    by id class;
    /* 保留上一条同ID同Class记录的日期 */
    retain prev_date;
    /* 统一日期显示格式 */
    format date prev_date ddmmyy10.;
    
    if not(date = .) then do;
        if first.class then do;
            days_diff = 0;
            prev_date = date;
        end;
        else do;
            days_diff = intck('day', prev_date, date);
            prev_date = date;
        end;
    end;
    /* 清理跨ID的缓存日期，避免干扰下一组计算 */
    if last.id then call missing(prev_date);
run;

代码关键点解释 #

1. BY id class：按id和class分组，SAS自动生成first.class和last.class变量，标记每组的第一条/最后一条记录
2. RETAIN prev_date：让prev_date变量在数据步循环中保留值，不会每次迭代重置为缺失
3. first.class判断：如果是当前id内该class的第一条记录，days_diff设为0，并将当前日期存入prev_date
4. intck函数：精准计算上一条同class记录与当前记录的日期间隔天数
5. last.id清理：处理完某个id的最后一条记录时，清空prev_date，避免影响下一个id的计算

验证结果 #

运行上述代码后，生成的want数据集将与目标数据集完全匹配，可直接用于后续的阈值判断逻辑。

内容的提问来源于stack exchange，提问作者geek45