如何用SAS高效对比指定基准月与后续3个月的销售增长率？

问题背景 #

需要对比指定基准月（1月、5月、9月）与各自后续3个月的销售增长率/跌幅；数据特点为SKU非全年销售，部分SKU无完整12个月数据；当前采用条件赋值生成对应月份销售额再计算比值的方法，效率偏低，寻求更简洁高效的实现方式。

示例数据 #

SKU |  Sales | Month_number | Month
561     2           1          Jan
561     2           2          Feb
561     6           3          MAR
561     6           4          APR
191     5           8          AUG
191     10          9          SEP
191     10          10         OCT
191     12          11         NOV
.. ETC

当前低效代码 #

Data want;
Set have;
if month = 'Jan' then JanSales = Sales;
if month = 'MAR' then MarSales = sales;
MarJan = Marchsales/Jansales;
format Marjan percent8.2;
run;

问题分析 #

当前方法需手动逐个赋值目标月份，扩展性差（新增基准月或后续月份需重复编写条件），且当SKU数据分散时会产生大量缺失值，计算效率低下，尤其不适用于大规模数据集。

高效解决方案 #

方法1：BY组+临时数组（推荐，高扩展性与效率） #

利用SAS的BY组分组和临时数组存储月度销售额，通过月份编号直接索引匹配基准月数据，避免重复条件判断，适合大规模数据场景。

/* 先按SKU和月份排序，确保同SKU数据连续 */
proc sort data=have;
    by SKU Month_number;
run;

data want;
    set have;
    by SKU;
    /* 定义临时数组存储1-12月销售额，索引对应Month_number */
    array sales_arr[12] _temporary_;
    retain sales_arr:;
    
    /* 处理新SKU时重置数组 */
    if first.SKU then call missing(of sales_arr[*]);
    
    /* 将当前月份销售额存入对应数组位置 */
    sales_arr[Month_number] = Sales;
    
    /* 计算1月基准与后续3个月的增长率 */
    if Month_number in (2,3,4) then do;
        if not missing(sales_arr[1]) then growth_Jan = (Sales - sales_arr[1])/sales_arr[1];
    end;
    /* 计算5月基准与后续3个月的增长率 */
    if Month_number in (6,7,8) then do;
        if not missing(sales_arr[5]) then growth_May = (Sales - sales_arr[5])/sales_arr[5];
    end;
    /* 计算9月基准与后续3个月的增长率 */
    if Month_number in (10,11,12) then do;
        if not missing(sales_arr[9]) then growth_Sep = (Sales - sales_arr[9])/sales_arr[9];
    end;
    
    /* 格式化增长率为百分比 */
    format growth_Jan growth_May growth_Sep percent8.2;
run;

优势：无需手动枚举月份，新增基准月仅需修改条件判断；临时数组不占用输出数据集内存，BY组处理效率远高于多次条件赋值。

方法2：PROC TRANSPOSE转置后计算 #

先将每个SKU的月度数据转置为宽表，再直接通过列名引用计算增长率，适合需要直观查看各月份数据的场景。

/* 转置为宽表，每个SKU一行，月度销售额列名为Sales_1到Sales_12 */
proc transpose data=have out=have_wide prefix=Sales_;
    by SKU;
    id Month_number;
    var Sales;
run;

/* 计算各基准月对应的增长率 */
data want_wide;
    set have_wide;
    /* 1月与后续3个月 */
    growth_Jan_Feb = (Sales_2 - Sales_1)/Sales_1;
    growth_Jan_Mar = (Sales_3 - Sales_1)/Sales_1;
    growth_Jan_Apr = (Sales_4 - Sales_1)/Sales_1;
    /* 5月与后续3个月 */
    growth_May_Jun = (Sales_6 - Sales_5)/Sales_5;
    growth_May_Jul = (Sales_7 - Sales_5)/Sales_5;
    growth_May_Aug = (Sales_8 - Sales_5)/Sales_5;
    /* 9月与后续3个月 */
    growth_Sep_Oct = (Sales_10 - Sales_9)/Sales_9;
    growth_Sep_Nov = (Sales_11 - Sales_9)/Sales_9;
    growth_Sep_Dec = (Sales_12 - Sales_9)/Sales_9;
    
    /* 格式化所有增长率为百分比 */
    format growth_: percent8.2;
run;

优势：计算逻辑直观易懂，无需复杂循环或数组操作；注意：若SKU数量极大，宽表会占用较多内存，适合中小规模数据集。

方法3：自合并匹配基准月数据 #

通过提取基准月数据，再与原数据集自合并，直接关联后续月与对应基准月的销售额，逻辑简单，适合对数组操作不熟悉的用户。

/* 提取1、5、9月的基准数据 */
data base_data;
    set have;
    where Month_number in (1,5,9);
    rename Sales = base_Sales Month_number = base_month;
run;

/* 自合并，匹配每个后续月对应的基准月数据 */
data want_merge;
    merge have base_data(keep=SKU base_month base_Sales);
    by SKU;
    /* 匹配1月基准的后续3个月 */
    if base_month=1 and Month_number between 2 and 4 then do;
        growth_rate = (Sales - base_Sales)/base_Sales;
        base_month_name = 'Jan';
    end;
    /* 匹配5月基准的后续3个月 */
    else if base_month=5 and Month_number between 6 and 8 then do;
        growth_rate = (Sales - base_Sales)/base_Sales;
        base_month_name = 'May';
    end;
    /* 匹配9月基准的后续3个月 */
    else if base_month=9 and Month_number between 10 and 12 then do;
        growth_rate = (Sales - base_Sales)/base_Sales;
        base_month_name = 'Sep';
    end;
    /* 仅保留有效增长率记录 */
    if not missing(growth_rate);
    format growth_rate percent8.2;
run;

优势：无需数组或转置操作，逻辑清晰易维护；合并操作效率稳定，适合各类规模数据集。

内容的提问来源于stack exchange，提问作者BluesGotTheCup