按标签更新统计值：SAS中按ID拆分Hours并按Label=W分配的方法

原始数据集 #

data have;
     input ID :$20. Label :$20. Hours :$20. Days :$20.;
     cards;
     0001 w  3144  3
     0001 w  23    54
     0001 p  12    1
     0002 m  456   34
     0002 w  2     1
     0002 s  231   45
     0002 w  98    23
     0003 w  12    6
     0003 w  98    76
      ;
run;

需求说明 #

对每个ID执行以下操作：

• 计算该ID下所有Hours的总和（总计）
• 仅当Label为"w"时，用该ID下所有Label="w"的Days总和作为分母，将总计按当前行的Days占比拆分到对应行
• 非"w"标签的行，Hours设为缺失值

实现代码 #

/* 第一步：计算每个ID的Hours总计，以及该ID下Label='w'的Days总和 */
data summary;
    set have;
    by ID;
    retain total_hours total_w_days;
    /* 转换字符型变量为数值型，方便计算 */
    hours_num = input(Hours, best20.);
    days_num = input(Days, best20.);
    
    if first.ID then do;
        total_hours = 0;
        total_w_days = 0;
    end;
    
    total_hours + hours_num;
    if Label = 'w' then total_w_days + days_num;
    
    if last.ID then output;
    keep ID total_hours total_w_days;
run;

/* 第二步：合并汇总数据到原始数据集，计算最终Hours值 */
data want;
    merge have summary;
    by ID;
    hours_num = input(Hours, best20.);
    days_num = input(Days, best20.);
    
    if Label = 'w' then do;
        /* 按Days占比拆分总计 */
        final_hours = total_hours * days_num / total_w_days;
    end;
    else do;
        final_hours = .;
    end;
    
    /* 保留原始变量名，替换Hours值 */
    Hours = put(final_hours, best10.6);
    drop hours_num days_num total_hours total_w_days final_hours;
run;

/* 查看输出结果 */
proc print data=want noobs;
run;

代码逻辑说明 #

1. 汇总计算阶段：

   • 遍历每个ID，先把字符型的Hours和Days转成数值型（原始数据定义为字符型，无法直接做算术运算）
   • 用retain变量累计每个ID的Hours总和total_hours，以及该ID下所有Label="w"的Days总和total_w_days
   • 每个ID的最后一行输出汇总结果到summary数据集

2. 合并计算阶段：

   • 把原始数据集have和汇总数据集summary按ID合并
   • 对Label="w"的行，用total_hours * 当前Days / total_w_days算出拆分后的Hours值
   • 非"w"行直接把Hours设为缺失
   • 最后把计算得到的数值型Hours转回字符型，保持原始变量的格式

验证示例（ID=0001） #

• 所有Hours总和：3144 + 23 + 12 = 3179
• Label="w"的Days总和：3 + 54 = 57
• 第一行w的Hours：3179 * 3 / 57 ≈ 167.3158
• 第二行w的Hours：3179 * 54 / 57 ≈ 3011.6842
• 第三行p的Hours设为缺失

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