如何用SAS按ID统计15分钟时间窗内的Occurrence？

不需要宏代码，用基础的数据步+BY组处理就能搞定，步骤如下：

1. 预处理：确保时间格式正确并排序 #

首先要把你的TIMESTAMP转换成SAS能识别的日期时间格式（如果原始是字符型的话），然后按ID和TIMESTAMP升序排序，这是BY组处理的前提：

/* 转换字符型时间为SAS日期时间格式（如果你的TIMESTAMP已经是datetime类型可跳过这步） */
data have_clean;
    set have;
    timestamp_dt = input(timestamp, mmddyy10. + time5.); /* 根据你的原始格式调整输入格式 */
    format timestamp_dt datetime20.;
run;

/* 按ID和时间排序 */
proc sort data=have_clean;
    by id timestamp_dt;
run;

2. 数据步划分Occurrence #

用BY组处理每个ID，通过保留变量跟踪当前事件的起始时间，判断当前时间与起始时间的差值是否超过15分钟（即900秒），超过则开启新的Occurrence：

data want;
    set have_clean;
    by id;
    /* 每个ID的第一条记录初始化 */
    if first.id then do;
        occurrence = 1;
        start_time = timestamp_dt;
    end;
    else do;
        /* 计算当前时间与当前事件起始时间的秒差 */
        time_diff = timestamp_dt - start_time;
        if time_diff > 900 then do; /* 15分钟=900秒 */
            occurrence + 1;
            start_time = timestamp_dt; /* 更新当前事件的起始时间 */
        end;
        /* 否则occurrence保持不变 */
    end;
    /* 保留原始变量和新生成的occurrence */
    keep id timestamp timestamp_dt occurrence;
run;

代码解释 #

• by id：按ID分组处理，first.id标记每个ID的第一条记录
• start_time：保留变量，存储当前Occurrence的起始时间，每次开启新事件时更新
• time_diff：计算当前时间与起始时间的秒差，超过900秒（15分钟）就递增Occurrence计数
• 最终输出的occurrence列会给每个连续15分钟内的事件标记同一个序号，和你示例中的需求一致（示例里只在起始行标1，实际代码会给同组所有行都标对应的序号）

如果需要和示例一样只在每个Occurrence的第一行显示1，其他行空着，可以修改数据步：

data want_display;
    set want;
    by id occurrence;
    if first.occurrence then display_occurrence = 1;
    else display_occurrence = .;
    drop occurrence;
    rename display_occurrence = occurrence;
run;

内容的提问来源于stack exchange，提问作者Mark