如何用SAS生成带权重的条件重复行适配模型输入

原始数据（假设数据集名为raw_data） #

目标格式（选项2） #

实现代码 #

/* 创建目标数据集 */
data target_data;
    set raw_data;
    /* 生成Target=1的行，权重为Risk值 */
    if risk > 0 then do;
        target = 1;
        weight = risk;
        output;
    end;
    /* 生成Target=0的行，权重为Total与Risk的差值（仅当差值>0时输出） */
    if total > risk then do;
        target = 0;
        weight = total - risk;
        output;
    end;
    /* 保留需要的变量，其他原始变量可按需删除 */
    keep id target weight;
run;

代码说明 #

• 不用生成重复行，直接用Weight字段替代重复次数，既高效又贴合模型输入需求；
• 当Risk等于Total时（如recordA），仅输出Target=1的行，避免生成无意义的Target=0行；
• 通过output语句分别输出两种Target类型的观测，一次循环即可生成多行结果。

若需实现选项1（重复行格式）的补充代码 #

如果确实需要生成重复行，可使用DO循环控制输出次数：

data option1_data;
    set raw_data;
    /* 输出Target=1的重复行，次数为Risk值 */
    do i = 1 to risk;
        target = 1;
        output;
    end;
    /* 输出Target=0的重复行，次数为Total-Risk值 */
    do i = 1 to (total - risk);
        target = 0;
        output;
    end;
    keep id target;
run;

内容的提问来源于stack exchange，提问作者u407242