如何在SAS Enterprise Guide中按VAL2优先级筛选聚合ID对应数据

首先先创建可复现的测试数据集：

/* 创建测试数据集 */
data test_data;
  input VAL1 $ ID VAL2 $;
  datalines;
P1   123 P    
P1   123 P    
P1   123 S    
S2   44  C    
S2   44  S    
GG   44  P    
P1   58  S    
P1   58  S    
;
run;

方法一：PROC SQL实现 #

核心逻辑是给每个ID+VAL1分组，按VAL2的优先级（P/C > S）标记排序，取每组第一条记录：

proc sql;
  create table desired_output as
  select ID, VAL1, VAL2
  from (
    select 
      ID, VAL1, VAL2,
      /* 标记优先级：P/C为高优先级（1），S为低优先级（2） */
      case when VAL2 in ('P','C') then 1 else 2 end as priority,
      /* 按ID、VAL1分组，按优先级升序生成行号 */
      row_number() over (partition by ID, VAL1 order by calculated priority) as rn
    from test_data
  ) t
  where rn = 1;
quit;

逻辑说明： #

• 用case语句给符合需求的P/C记录赋予更高优先级；
• row_number()窗口函数在ID+VAL1分组内，按优先级排序后生成行号；
• 筛选rn=1即可得到每个ID+VAL1对应的目标记录，优先保留P/C，无P/C则保留S。

方法二：常规SAS数据步实现 #

通过排序+by语句去重的方式，先把P/C记录排在每组前面，再保留第一条：

/* 自定义VAL2的排序优先级：P、C在前，S在后 */
proc format;
  value $val2_prio
    'P' = '1'
    'C' = '2'
    'S' = '3';
run;

/* 按ID、VAL1分组，再按自定义优先级排序 */
proc sort data=test_data;
  by ID VAL1 VAL2 $val2_prio.;
run;

/* 保留每个ID+VAL1的第一条记录 */
data desired_output;
  set test_data;
  by ID VAL1;
  if first.VAL1;
run;

逻辑说明： #

• 自定义格式让P/C的排序权重高于S，排序后每组内的P/C记录会排在最前面；
• 用first.VAL1标记每组的第一条记录，直接保留即可满足需求。

运行上述任意一种方法，都能得到你期望的输出结果：

内容的提问来源于stack exchange，提问作者unbik