SAS EG中如何基于总行数动态筛选跳过最新日期的3个Paid_Date

需求梳理 #

• 从PaidDateTable表提取格式为YYYYMM的Paid_Date字段
• 跳过时间最新的1条Paid_Date记录，仅选取时间最近的3个历史月份值
• 逻辑支持动态适配：表内数据随时间更新、总行数变化时，始终自动筛选出最新日期之前的最后3条记录，基于行号+总行数的逻辑实现

测试场景说明 #

现有测试查询语句：

SELECT "Paid_Date"
FROM  PaidDateTable
WHERE "Paid_Date" > '202201';

语句执行返回结果：

202201
202202
202203
202204
202205

该场景下期望返回结果为：202202、202203、202204
预期参考筛选逻辑：匹配行号满足 RowNumber = TotalRowCount - 1 OR RowNumber = TotalRowCount - 2 OR RowNumber = TotalRowCount - 3 的记录

具体实现代码 #

方法1：PROC SQL 窗口函数实现（完全匹配预期行号逻辑） #

SAS的PROC SQL支持窗口函数，可直接在查询内生成行号、计算总行数，无需额外中间步骤，代码如下：

PROC SQL;
CREATE TABLE result AS
SELECT Paid_Date
FROM (
    SELECT 
        Paid_Date,
        /* 按Paid_Date升序生成连续行号，数值越大对应日期越新 */
        ROW_NUMBER() OVER (ORDER BY Paid_Date) AS row_num,
        /* 统计符合前置过滤条件的总记录数 */
        COUNT(*) OVER () AS total_count
    FROM PaidDateTable
    WHERE Paid_Date > '202201' /* 可替换为实际业务需要的前置过滤条件 */
) t
/* 跳过行号最大的最新1条记录，取往前数3条 */
WHERE row_num BETWEEN total_count - 3 AND total_count - 1
ORDER BY Paid_Date;
QUIT;

用测试样例验证：该查询计算得到total_count=5，筛选条件等价于row_num BETWEEN 2 AND 4，返回结果完全匹配预期。数据更新时total_count会自动重算，无需手动修改参数。

方法2：DATA步实现（大数据量下性能更优） #

如果表数据量较大，推荐用SAS原生DATA步逻辑实现，读取总观测数时无需全表扫描，执行效率更高：

/* 第一步：按Paid_Date升序排序，保证日期越新排序越靠后 */
PROC SORT DATA=PaidDateTable OUT=sorted_tmp;
WHERE Paid_Date > '202201'; /* 替换为实际前置过滤条件 */
BY Paid_Date;
RUN;

/* 第二步：基于总观测数筛选目标记录 */
DATA result;
SET sorted_tmp nobs=total_count;
/* _n_为SAS内置变量，对应当前读取的观测序号（即排序后的行号） */
IF _n_ >= total_count - 3 AND _n_ <= total_count - 1;
RUN;

两种方法均能实现动态适配：无论表内新增多少月份的数据，都会自动跳过最新月份，返回之前最近的3个历史Paid_Date值。

内容的提问来源于stack exchange，提问作者cole_a