在SAS中生成enrol_flag变量：按ID分组，enrol为0后永久置0

现有按ID和Date排序的SAS数据集，包含ID、Date、enrol三个变量。需生成新数据集并新增enrol_flag变量，规则如下：

• 当enrol为1且该ID尚未出现过enrol=0时，enrol_flag为1；
• 一旦该ID出现过enrol=0，之后所有行的enrol_flag均为0。

原始数据集 #

ID  Date      enrol
1   01JAN21   0
1   01FEB21   1
1   01MAR21   1
1   01APR21   1
1   01MAY21   0
1   01JUN21   0
1   01JUL21   1
1   01AUG21   1
2   01JAN21   1
2   01FEB21   1
2   01MAR21   1
2   01APR21   1
2   01MAY21   1
2   01JUN21   0
2   01JUL21   0
2   01AUG21   0
3   01FEB21   0
3   01MAR21   0
3   01APR21   0
3   01MAY21   0
3   01JUN21   0
3   01JUL21   1

期望输出 #

ID  Date      enrol  enrol_flag
1   01JAN21   0      0
1   01FEB21   1      1
1   01MAR21   1      1
1   01APR21   1      1 
1   01MAY21   0      0
1   01JUN21   0      0
1   01JUL21   1      0
1   01AUG21   1      0
2   01JAN21   1      1
2   01FEB21   1      1
2   01MAR21   1      1
2   01APR21   1      1
2   01MAY21   1      1
2   01JUN21   0      0
2   01JUL21   0      0
2   01AUG21   0      0
3   01FEB21   0      0
3   01MAR21   0      0
3   01APR21   0      0
3   01MAY21   0      0
3   01JUN21   0      0
3   01JUL21   1      1

SAS解决方案 #

利用SAS的BY组处理和retain变量实现需求，代码如下：

data want;
    set have;
    by ID;
    retain has_zero 0;
    
    /* 每个ID的第一行重置标记变量 */
    if first.ID then has_zero = 0;
    
    /* 根据标记变量判断enrol_flag的值 */
    if has_zero then do;
        enrol_flag = 0;
    end;
    else do;
        if enrol = 1 then enrol_flag = 1;
        else do;
            enrol_flag = 0;
            has_zero = 1; /* 标记该ID已出现过enrol=0 */
        end;
    end;
run;

代码说明 #

• by ID：按ID分组处理，确保每个ID的逻辑独立；
• retain has_zero 0：保留has_zero变量的值跨观测传递，初始值设为0（表示未出现过enrol=0）；
• first.ID：当处理到每个ID的第一行时，重置has_zero为0，避免不同ID的标记互相干扰；
• 逻辑判断：如果has_zero为1（已出现过0），则enrol_flag直接设为0；否则根据当前enrol的值设置enrol_flag，若当前enrol=0则将has_zero设为1，后续行均按0处理。

内容的提问来源于stack exchange，提问作者Abhijeet Rajpurohit