SAS数据处理需求：按组计算均值并提取Value列最大值行

需求说明 #

• 数据集1（mylib.data1）：按type分组，计算value列的非缺失值均值，最终保留A、B、C、D四组的均值记录
• 数据集2（mylib.data2）：提取整个数据集里value列数值最大的完整行

修正后的完整代码 #

/* 同时完成分组均值计算与最大值行提取 */
data mylib.data1(keep=type value_avg) mylib.data2;
    /* 首次遍历：获取全局最大value值 */
    if _n_ = 1 then do;
        call missing(max_value);
        do until(eof);
            set work.have end=eof;
            if value > max_value then max_value = value;
        end;
    end;

    /* 二次遍历：计算分组均值+输出最大值行 */
    set work.have;
    by type;

    /* 分组累加非缺失值的和与计数 */
    if value ne . then do;
        value_sum + value;
        count + 1;
    end;

    /* 每组末尾输出均值到data1 */
    if last.type then do;
        value_avg = divide(value_sum, count);
        output mylib.data1;
        call missing(value_sum, count); /* 重置分组变量 */
    end;

    /* 匹配到全局最大值时输出到data2 */
    if value = max_value then output mylib.data2;
run;

代码关键说明 #

1. 全局最大值获取：利用_n_=1的初始化逻辑，先遍历一次数据集拿到value的最大值，避免重复读取数据
2. 分组均值计算：
   • 用value_sum累计每组非缺失的value总和，count累计非缺失值的数量
   • 每组最后一条记录（last.type）时，用divide()函数计算均值（自动处理除数为0的异常情况），输出后重置累加变量
3. 最大值行输出：遍历每行时判断value是否等于全局最大值，满足条件则直接输出到data2

补充说明 #

• 原代码中均值计算逻辑存在误差，修正后直接用累计总和除以有效计数，结果更准确
• 如果存在多行value等于最大值的情况，上述代码会输出所有符合条件的行；若仅需保留一行，可在获取最大值时同步记录行标识，或在输出时增加筛选条件

内容的提问来源于stack exchange，提问作者AJD555