如何在保持id和seq排序的SAS数据集中生成分组ID（grpid）？

问题分析 #

你需要在按id和seq排序的数据集里，为每个id下连续相同的value生成递增的grpid，但之前使用by id value时触发了BY variables are not properly sorted错误——因为数据集并非按id value排序，且你不能更改现有排序规则。

解决方案 #

利用retain保留分组状态，结合lag()函数对比前后行的value，仅按id进行分组（数据集已按id排序，不会触发排序错误），具体代码如下：

data want;
  set have;
  by id; /* 仅按id分组，匹配现有排序规则 */
  retain grpid;
  if first.id then do;
    grpid = 1;
  end;
  else do;
    /* 对比当前行与上一行的value，不同则分组ID递增 */
    if value ne lag(value) then grpid + 1;
  end;
run;

代码说明 #

• by id：仅按id分组，数据集已按id排序，SAS不会检查value的排序，避免报错。
• retain grpid：让grpid的值在数据步循环中保留到下一行，不会每次重置。
• first.id：处理每个id的第一行时，将grpid重置为1，确保每个id的分组从1开始。
• lag(value)：获取上一行的value值，与当前行对比，当value变化时，grpid自动加1，实现连续相同value归为同一组的需求。

运行上述代码后，输出结果完全符合你要求的格式。

内容的提问来源于stack exchange，提问作者babsdoc