在SAS中使用PROC SQL创建标志变量，对比新旧数据集变量计数变化

要完成标记变量计数差异的需求，需先分别统计新旧数据集各分类变量的计数，再合并结果并根据阈值生成标志变量，具体实现如下：

1. 统计旧数据集分类变量计数 #

先对旧数据集按目标变量（如gender）分组统计人数：

proc sql;
create table old_counts as
select 
    gender as category,
    count(person_key) as count_old
from oldperson
group by gender;
quit;

2. 统计新数据集分类变量计数 #

对新数据集执行相同逻辑的统计：

proc sql;
create table new_counts as
select 
    gender as category,
    count(person_key) as count_new
from newperson
group by gender;
quit;

3. 合并计数并生成差异标志 #

将两个计数表合并，计算差值并根据±100的阈值生成标志（重点突出下降情况）：

proc sql;
create table diff_flags as
select 
    coalesce(o.category, n.category) as category,
    coalesce(o.count_old, 0) as count_old,
    coalesce(n.count_new, 0) as count_new,
    case
        when (n.count_new - o.count_old) <= -100 then '显著下降'
        when (n.count_new - o.count_old) >= 100 then '显著增长'
        when (n.count_new - o.count_old) < 0 then '下降'
        else '无显著变化/小幅增长'
    end as change_flag
from old_counts o
full join new_counts n
on o.category = n.category;
quit;

关键说明 #

• 用coalesce处理某分类仅存在于单一数据集的情况，默认缺失计数为0
• 标志逻辑优先标记显著下降，再依次处理显著增长、普通下降，其余情况归为无显著变化
• 若要处理sex、race_cd等其他变量，只需将代码中的gender替换为对应变量名即可

内容的提问来源于stack exchange，提问作者Maria