为受试者各参数末次访视分配ANL01FL标记，求高效SAS实现方案

需求背景 #

分析标记ANL01FL的映射规范（安全汇总数据标记）：

• 将ANL01FL设为"Y"的条件：第1至16周的所有计划访视；
• 同一分析访视内有多条符合条件的记录时，仅为最晚出现的访视设置ANL01FL为"Y"（计划访视指纳入该类数据汇总的访视）。

现有尝试代码 #

proc sort data=advs out=stage1; by usubjid paramcd avalc visitnum; run;

data want(rename=(_anl01fl = anl01fl));
    do _n_ = 1 by 1 until (last.visitnum);
    set stage1;
    by usubjid paramcd avalc visitnum;
    length _anl01fl $2;
    _anl01fl = 'y';
    end;
    
    drop anl01fl;
run;

高效实现方案建议 #

方案1：PROC SQL 直接实现（无需额外排序步） #

利用SQL窗口函数筛选同访视内的最晚记录，同时加入1-16周的访视过滤，一步完成标记：

proc sql;
    create table want as
    select 
        *,
        case 
            when visitnum between 1 and 16 
                 and row_number() over(partition by usubjid, paramcd, avalc, visitnum order by <记录时间变量> desc) = 1 
            then 'Y' 
            else '' 
        end as anl01fl
    from advs;
quit;

注意：将代码中的<记录时间变量>替换为你实际数据中用于判断记录先后的字段（如adtm、seq等），确保能精准识别同访视内的最晚记录。如果想提前过滤无效访视减少计算量，可在from advs后添加where visitnum between 1 and 16。

方案2：优化版数据步（减少冗余操作） #

如果偏好数据步逻辑，可以合并过滤、排序和标记流程，避免生成中间数据集：

/* 若原始数据未按分组+时间排序，先执行一次排序（仅需一次） */
proc sort data=advs; 
    by usubjid paramcd avalc visitnum <记录时间变量>; 
run;

data want;
    set advs;
    by usubjid paramcd avalc visitnum;
    length anl01fl $2;
    
    /* 过滤非1-16周的访视，标记为空 */
    if visitnum not between 1 and 16 then do;
        anl01fl = '';
        output;
        return;
    end;
    
    /* 仅同访视组的最后一条记录标记为Y */
    anl01fl = ifc(last.visitnum, 'Y', '');
    output;
run;

该方案相比原始代码，省去了中间表stage1，直接在排序后完成标记，逻辑更紧凑。

方案3：PROC SORT去重+标记（适用于仅保留有效记录场景） #

如果你的需求是只保留最终标记为"Y"的记录（而非全量数据添加标记），可以用nodupkey结合降序排序直接提取最晚记录：

proc sort data=advs out=temp nodupkey;
    by usubjid paramcd avalc visitnum descending <记录时间变量>;
    where visitnum between 1 and 16;
run;

data want;
    set temp;
    anl01fl = 'Y';
run;

该方案操作简洁，适合不需要保留未标记记录的场景，减少数据集体积。

内容的提问来源于stack exchange，提问作者smackersz88