如何用SAS标记跨列连续重复单词及行中无间隔的'Add'？

1. 标记跨列按顺序重复出现的单词 #

可以通过SAS数组结合循环实现，核心思路是遍历每一行的列，对比当前列与前一列的内容，若相同则标记该行存在重复序列。

示例代码：

data marked_duplicates;
    set your_dataset; /* 替换为你的数据集名 */
    array cols[*] col1-colN; /* 替换为实际需要检查的列名 */
    length duplicate_flag $1;
    duplicate_flag = 'N';
    
    do i = 2 to dim(cols);
        /* 跳过缺失值，仅对比非空内容 */
        if not missing(cols[i]) and not missing(cols[i-1]) and cols[i] = cols[i-1] then do;
            duplicate_flag = 'Y';
            leave; /* 找到一次就停止循环，提升效率 */
        end;
    end;
    drop i;
run;

代码说明：

• 用array定义需要检查的列集合
• 初始化duplicate_flag为'N'，遍历列时发现连续重复则改为'Y'
• 加入缺失值判断，避免误判缺失值为重复

2. 标记'Add'连续出现的行 #

针对"连续出现'Add'且中间无其他单词/缺失值"的需求，需要遍历数组时检查是否存在至少两个相邻的'Add'。

示例代码：

data marked_add;
    set your_dataset; /* 替换为你的数据集名 */
    array cols[*] col1-colN; /* 替换为实际需要检查的列名 */
    length add_consecutive_flag $1;
    add_consecutive_flag = 'N';
    
    do i = 2 to dim(cols);
        if cols[i] = 'Add' and cols[i-1] = 'Add' then do;
            add_consecutive_flag = 'Y';
            leave;
        end;
    end;
    drop i;
run;

代码说明：

• 直接对比相邻两列是否均为'Add'，满足则标记
• 缺失值不等于'Add'，因此天然排除了中间有缺失的情况

如果需要检查3次及以上的连续'Add'序列，可调整逻辑：

data marked_long_add;
    set your_dataset;
    array cols[*] col1-colN;
    length add_long_consecutive_flag $1;
    add_long_consecutive_flag = 'N';
    count = 0;
    
    do i = 1 to dim(cols);
        if cols[i] = 'Add' then do;
            count + 1;
            if count >= 2 then do; /* 修改数字可控制连续次数要求 */
                add_long_consecutive_flag = 'Y';
                leave;
            end;
        end;
        else count = 0; /* 遇到非Add则重置计数 */
    end;
    drop i count;
run;

内容的提问来源于stack exchange，提问作者Sai Paritala