SAS使用Lag函数按客户分组校验上期Sell_Ind生成变化标识问题

原有代码问题分析 #

• 缺少数据集预处理步骤：by Customer语句要求输入数据集必须提前按Customer字段排序，否则会执行报错或得到错误的分组判断结果
• 仅生成了滞后变量，没有完成Ind的逻辑赋值计算
• 未明确组内观测的排序规则：lag()函数按观测进入数据步的顺序取前一条值，必须保证组内观测顺序符合你定义的「前一期」业务规则

正确实现代码 #

首先明确你定义的「前一期」对应的Time字段排序规则，再选择对应的排序逻辑：

场景1：组内按Time升序排列（Time越小越靠前，更早的时间为前一期） #

/* 第一步：按客户分组，组内按Time升序排序 */
proc sort data=original;
    by Customer Time;
run;

/* 第二步：计算标识变量Ind */
data mydata;
    set original;
    by Customer;
    Lag_sell_ind = lag(Sell_Ind);
    /* 每个客户第一条观测无前置值，滞后变量置空 */
    if first.Customer then Lag_sell_ind = .;
    /* 按规则赋值Ind */
    if missing(Lag_sell_ind) then Ind = 0;
    else Ind = (Lag_sell_ind ^= Sell_Ind);
    /* 可选：删除中间变量Lag_sell_ind */
    drop Lag_sell_ind;
run;

场景2：组内按Time降序排列（Time越大越靠前，对应你提供的样例输出顺序） #

仅需修改第一步排序语句即可，第二步数据步逻辑不变：

proc sort data=original;
    by Customer descending Time;
run;

运行后得到的结果和你给出的预期输出完全一致。

内容的提问来源于stack exchange，提问作者LdM