如何用SAS处理数据集列并生成特定格式的新数据集？

要实现将包含Category、Sub-Category、value三列的数据集转换为目标结构，可通过SAS的DATA步结合BY组处理完成，步骤如下：

1. 准备输入数据（可选，用于测试） #

如果已有输入数据集可跳过此步，以下是示例输入数据集的创建代码：

/* 创建示例输入数据集，处理带连字符的变量名 */
data input_data;
    length Category $1 'Sub-Category'n $1 value $2;
    input Category 'Sub-Category'n value;
    datalines;
A 1 xx
A 2 xx
A 3 xx
A 4 xx
B 1 xx
B 2 xx
B 3 xx
B 4 xx
;
run;

2. 排序输入数据集（必要步骤） #

BY组处理要求数据集按分组变量排序，若原数据集未排序，需先执行排序：

proc sort data=input_data;
    by Category;
run;

3. 生成目标结构数据集 #

使用DATA步结合BY组逻辑生成目标格式的数据集：

/* 转换为目标结构 */
data output_data;
    set input_data;
    by Category;
    /* 保留当前组的原始Category值 */
    retain orig_category;
    orig_category = Category;

    /* 组起始：输出Category标题行（Value为空） */
    if first.Category then do;
        Category = orig_category;
        value = '';
        output;
    end;

    /* 输出子类别行：将Sub-Category赋值到Category列 */
    Category = 'Sub-Category'n;
    output;

    /* 组结束：输出空行分隔不同Category组 */
    if last.Category then do;
        Category = '';
        value = '';
        output;
    end;

    /* 删除不需要的变量 */
    drop 'Sub-Category'n orig_category;
run;

代码说明 #

• by Category：按Category分组处理，触发first.Category和last.Category标识组的起始与结束
• retain orig_category：临时存储当前组的Category名称，避免后续赋值被覆盖
• first.Category分支：输出当前Category的标题行，Value列置空
• 子类别行输出：将Sub-Category的值赋给Category列，保留原始value值输出
• last.Category分支：输出空行，分隔不同的Category组
• drop语句：清理不需要的中间变量和原Sub-Category列

输出结果 #

最终生成的output_data数据集结构与需求一致：

内容的提问来源于stack exchange，提问作者Ivy Murphy