SAS嵌套do循环如何保留累计值实现分组筛选结果垂直追加

你的数组测试代码运行异常，核心是三个逻辑错误：

1. 累计值sumCol未按关键词分组重置：retain声明的变量会跨所有数据行保留值，不会自动在切换关键词时清零，导致第一个关键词累计值超过0.95后，后续所有关键词的行都会被判定为超阈值，无法输出。
2. 输出逻辑冲突：代码中显式写了output;语句后，SAS会关闭数据步默认的末尾自动输出规则，只有走到output分支的行才会写入结果表；搭配分支内的DELETE语句，一旦累计值溢出就会跳过后续所有行的判断，直接返回空表。如果删掉output;，所有行都会在数据步末尾被自动输出，就会返回未过滤的全量数据。
3. 实现思路冗余：要处理全表600个关键词不需要提前把关键词存入数组，用SAS自带的分组处理语法即可，不需要硬编码维护关键词列表。

首先确认输入数据集按Variable1排序，未排序的话先执行排序步骤：

/* 已按Variable1排序可跳过此步 */
proc sort data=filename0 out=filename0_sorted;
    by Variable1;
run;

核心筛选代码如下，自动适配全量所有关键词，不需要手动维护关键词列表：

data Filename1;
    set filename0_sorted;
    by Variable1;
    /* 声明累计值跨行保留 */
    retain sumCol;
    /* 每个关键词分组的第一行，重置累计值为0 */
    if first.Variable1 then sumCol = 0;
    /* 逐行累加百分比 */
    sumCol = sum(sumCol, percentvalue);
    /* 累计值未超过0.95的行才输出 */
    if sumCol <= 0.95 then output;
run;

代码逻辑说明：

• 配合by语句，SAS会自动生成临时变量first.Variable1，每个关键词的第一行该变量值为1，其余行为0，刚好用来重置每组的累计值，完全避免跨组累加错误。
• 去掉了容易引发误删的DELETE语句，直接判断符合阈值的行才输出，逻辑简洁无副作用。
• 无硬编码关键词，不管关键词数量是多少都可以直接运行，不需要修改代码。

如果要验证单关键词的数组逻辑（不推荐全量场景使用），可以参考修正后的测试代码：

data Filename1;
    set filename0;
    /* 用临时数组存储测试关键词，不会写入输出数据集 */
    array MyArrayVariable1{1} $ _temporary_ ('Keyword1');
    retain sumCol;
    /* 遇到测试关键词的第一行时重置累计值 */
    if variable1 = MyArrayVariable1[1] and lag(variable1) ne MyArrayVariable1[1] then sumCol = 0;
    do i=1 to dim(MyArrayVariable1);
        if variable1 = MyArrayVariable1[i] then do;
            sumCol = sum(sumCol, percentvalue);
            if sumCol <= 0.95 then output;
        end;
    end;
    drop i;
run;

内容的提问来源于stack exchange，提问作者Hugo