如何在SAS Enterprise Guide或PROC SQL中按优先级聚合字符数据

问题说明 #

现有SAS表结构如下：

• ID：数值型
• GROUP：字符型，仅包含PRI或CON两个取值

原始数据：

需要生成新字符列COL1，规则为：

• 若某ID存在PRI组记录，无论CON出现多少次，COL1均为PRI
• 若ID仅包含CON记录，则COL1为CON（PRI优先级高于CON）

期望结果表：

实现方法 #

方法一：PROC SQL实现 #

方式1：利用字符排序特性聚合

由于字符排序中PRI的ASCII值大于CON，使用MAX()函数直接取每个ID的最高优先级取值：

PROC SQL;
    CREATE TABLE result AS
    SELECT ID,
           MAX(GROUP) AS COL1
    FROM original_table /* 替换为你的实际表名 */
    GROUP BY ID;
QUIT;

方式2：用CASE WHEN逻辑判断

通过子查询判断ID是否存在PRI记录，逻辑更直观：

PROC SQL;
    CREATE TABLE result AS
    SELECT ID,
           CASE WHEN EXISTS(SELECT 1 FROM original_table t2 WHERE t2.ID = t1.ID AND t2.GROUP = 'PRI')
                THEN 'PRI'
                ELSE 'CON'
           END AS COL1
    FROM original_table t1
    GROUP BY ID;
QUIT;

方法二：常规SAS数据步实现 #

方式1：排序后取首条记录

先按ID排序，同一ID下让PRI排在最前面，再保留每个ID的第一条记录：

/* 排序：同一ID内PRI优先排在前面 */
PROC SORT DATA=original_table OUT=sorted_data;
    BY ID DESCENDING GROUP;
RUN;

/* 提取每个ID的第一条记录作为结果 */
DATA result;
    SET sorted_data;
    BY ID;
    IF FIRST.ID THEN DO;
        COL1 = GROUP;
        OUTPUT;
    END;
    KEEP ID COL1;
RUN;

方式2：RETAIN保留优先级取值

通过RETAIN变量记录当前ID的最高优先级，最后输出每个ID的最终取值：

DATA result;
    SET original_table;
    BY ID;
    RETAIN COL1;
    /* 初始化当前ID的COL1 */
    IF FIRST.ID THEN COL1 = GROUP;
    /* 若遇到PRI则更新为PRI */
    ELSE IF GROUP = 'PRI' THEN COL1 = 'PRI';
    /* 仅输出每个ID的最后一条记录 */
    IF LAST.ID THEN OUTPUT;
    KEEP ID COL1;
RUN;

内容的提问来源于stack exchange，提问作者dingaro