SAS按个体生成半累积数值列及永久生效标识列实现方法

1. 日期输入错误原因 #

你在datalines中填写日期时用了"'01Jan2021'd"这种写法，这是SAS代码中定义日期常量的语法，而datalines里是原始文本值，用date8.输入格式读取时，直接传入01Jan2021即可，多余的引号、d字符会导致读取错位，因此你需要额外加Ignore列兼容错位的数据。

2. 现有代码问题说明 #

• 个体首行判断逻辑错误：first.Col1 AND first.Col2 AND first.Col3 AND first.Date的逻辑不正确，同一Col1+Col2+Col3组合对应同一个体，判断新个体开始只需要用first.Col3即可（因为排序时Col1/Col2/Col3是前三个排序键，新的Col3出现必然是新个体）。
• 仅实现了Value_1的累计，没有处理Value_2的累计逻辑。
• 缺少Flag列的状态留存逻辑，需要新增retain变量记录个体是否已经出现过Flag=1的情况。

3. 完整可运行代码 #

/* 修正后的样例数据生成，不需要Ignore列 */
data data_1;
input Col1 $ Col2 $ Col3 $ Date date8. Value_1 Value_2 Flag;
format Date date8.;
datalines;
A1 B1 C1 01Jan2021 0 100 0
A1 B1 C1 01Feb2021 0 0 0
A1 B1 C1 01Mar2021 10 100 0
A1 B1 C1 01Apr2021 50 0 0
A1 B1 C1 01May2021 0 10 1
A1 B1 C1 01Jun2021 10 0 0
A1 B1 C1 01Jul2021 0 0 0
A1 B2 C3 01Jan2021 0 0 0
A1 B2 C3 01Feb2021 0 20 1
A1 B2 C3 01Mar2021 10 20 0
A1 B2 C3 01Apr2021 40 20 0
A1 B2 C3 01May2021 0 0 0 
A1 B2 C3 01Jun2021 30 0 0
A1 B2 C3 01Jul2021 0 0 0
;
run;

/* 按个体+日期排序，保证累计顺序正确 */
proc sort data=data_1 out=data_sorted;
    by Col1 Col2 Col3 Date;
run;

/* 生成累计列并处理Flag逻辑 */
data result;
    set data_sorted;
    by Col1 Col2 Col3 Date;
    /* 留存个体内的累计值和Flag状态 */
    retain Value_1_full Value_2_full flag_has_1;

    /* 新个体开始时重置累计值和Flag状态 */
    if first.Col3 then do;
        Value_1_full = 0;
        Value_2_full = 0;
        flag_has_1 = 0;
    end;

    /* 计算累计值 */
    Value_1_full = Value_1_full + Value_1;
    Value_2_full = Value_2_full + Value_2;

    /* 处理Flag逻辑：出现过1之后永久为1 */
    if Flag = 1 then flag_has_1 = 1;
    Flag = flag_has_1;

    /*  drop 临时变量 */
    drop flag_has_1 Value_1 Value_2;
run;

4. 输出验证 #

运行上述代码后，result数据集的字段、数值完全匹配你提供的期望输出结果。

内容的提问来源于stack exchange，提问作者uwd