如何在SAS中标记同一ID同一日期的记录出现次数（单次/多次）

需求说明 #

需要为数据集have中的每条记录新增变量occ：

• 当同一ID在同一日期仅有1条记录时，occ赋值为1
• 当同一ID在同一日期存在多条记录时，所有对应记录的occ赋值为2

原数据集（have） #

data have;
input id date ;
datalines ;
1 nov10
1 nov15
2 nov11
2 nov11
2 nov14
3 nov12
4 nov17
4 nov19
4 nov19
etc...;

目标数据集（want） #

data want;
input id date occ;
datalines;
1 nov10  1
1 nov15  1
2 nov11  2
2 nov11  2
2 nov14  1
3 nov12  1
4 nov17  1
4 nov19  2
4 nov19  2
etc...;

问题分析 #

你尝试的代码仅会将每个ID-date组的第一条记录标记为1，后续记录标记为2，无法实现同组所有记录统一标记的需求。

解决方案 #

方法1：使用PROC SQL（简洁直观） #

通过子查询计算每个ID-date组合的记录数，再与原表关联赋值：

proc sql;
    create table want as
    select a.*, 
           case when b.record_count > 1 then 2 else 1 end as occ
    from have as a
    left join (
        select id, date, count(*) as record_count
        from have
        group by id, date
    ) as b
    on a.id = b.id and a.date = b.date;
quit;

方法2：使用DATA步+BY组（高效适合大数据） #

先通过BY组生成每个ID-date组合的occ标记，再合并回原数据集：

/* 确保数据集按ID和日期排序（若未排序需执行） */
proc sort data=have;
    by id date;
run;

/* 生成每个ID-date对应的occ标记 */
data temp_occ;
    set have;
    by id date;
    if last.date then do;
        /* 同一组只有一条记录则occ=1，否则=2 */
        occ = ifn(first.date, 1, 2);
        output;
    end;
    keep id date occ;
run;

/* 合并得到最终数据集 */
data want;
    merge have temp_occ;
    by id date;
run;

方法3：单DATA步实现（无需额外合并） #

利用BY组和循环统计组内记录数，直接赋值：

proc sort data=have;
    by id date;
run;

data want;
    set have;
    by id date;
    retain occ;
    if first.date then do;
        count = 0;
        /* 循环统计当前ID-date组的记录数 */
        do i = _n_ by 1 until(last.date);
            set have(keep=id date) point=i;
            count + 1;
        end;
        /* 根据计数赋值occ */
        occ = (count > 1) + 1;
    end;
    output;
run;

内容的提问来源于stack exchange，提问作者doodledad