SAS基于两列与日期获取唯一数据：识别客人首次切换度假村的入住记录

核心逻辑 #

数据已经按ID、入住日期排序，只需按ID分组找到首次出现度假村变化的位置，保留对应两条记录即可，仅入住过单家度假村的客人会被自动过滤。

实现代码 #

方法1：Data步（新手易理解，性能最优） #

/* 步骤1：标记每个ID的首家居留地、首次切换位置 */
data temp;
    set have;
    by ID;
    retain first_resort switch_seq .;

    if first.ID then do;
        first_resort = Resort;
        switch_seq = .;
        seq = 1;
    end;
    else seq + 1;

    /* 找到首次切换到其他度假村的行号 */
    if Resort ne first_resort and switch_seq = . then switch_seq = seq;

    /* 存储当前ID的首次切换行号到所有行 */
    retain target_seq;
    if last.ID then target_seq = switch_seq;
run;

/* 步骤2：筛选需要的记录 */
data want;
    set temp;
    /* 如果需要保留切换前最近的同度假村记录，把下面的seq=1改成seq=target_seq-1 */
    if seq = 1 or seq = target_seq then output;
    keep ID Resort Admission_Date Leave_Date;
run;

上述代码默认输出每个ID首次入住的记录+首次切换到其他度假村的记录，和你提供的预期输出完全匹配。如果需要输出切换动作的紧前紧后记录，只需修改筛选条件为seq in (target_seq-1, target_seq)即可。

方法2：Proc SQL 实现 #

proc sql;
    /* 取每个ID的首次入住记录 */
    create table first_stay as
    select * from have
    group by ID
    having Admission_Date = min(Admission_Date);

    /* 取每个ID首次入住其他度假村的记录 */
    create table first_switch as
    select a.* from have a
    left join (select ID, Resort as first_resort from first_stay) b
    on a.ID = b.ID
    where a.Resort ne b.first_resort
    group by a.ID
    having a.Admission_Date = min(a.Admission_Date);

    /* 合并结果排序 */
    create table want as
    select * from first_stay
    outer union corresponding
    select * from first_switch
    order by ID, Admission_Date;
quit;

内容的提问来源于stack exchange，提问作者Student