SAS中如何基于ID首次观测标记存在字段变更的ID

你已经完成数据集按ID升序、变更字段降序排序的预处理，直接用以下两种方案即可实现需求，不需要复杂的循环逻辑。

方案1：DATA步双循环实现（性能最优，适合大数据量） #

data want;
    /* 第一轮循环：按ID分组判断是否存在变更 */
    do until(last.ID);
        set have; /* 此处have替换为你的源数据集名 */
        by ID;
        /* 「变更字段」替换为你数据集中记录变更情况的实际字段名 */
        if 变更字段 ne . then change_flag = 0;
    end;

    /* 第二轮循环：将标记同步到该ID的所有行后输出 */
    do until(last.ID);
        set have;
        by ID;
        output;
    end;
run;

逻辑说明 #

• 第一轮循环仅判断ID分组是否存在变更，因为你已按变更字段降序排序，有变更的记录排在分组最前，首次循环即可得到结果，性能损耗极低
• 无变更的ID全程不会触发change_flag的赋值，最终值默认是缺失值.，完全符合你的规则要求
• 如果你之前的DO UNTIL逻辑运行失败，基本是两个原因：仅做了单轮循环导致标记只赋值到ID组的单行记录，或是没有保留标记变量值导致被PDV自动清空

方案2：PROC SQL实现（代码最简，适合中小数据量） #

proc sql;
    create table want as
    select *, 
        case when max(变更字段) is not null then 0 else . end as change_flag
    from have
    group by ID
    /* 保留你需要的排序规则，不需要排序可以删掉下一行 */
    order by ID, 变更字段 desc;
quit;

逻辑说明 #

SQL会自动将分组聚合的计算结果同步到该ID组的所有行，不需要手动处理行同步逻辑，代码可读性更高。

内容的提问来源于stack exchange，提问作者Pinka