如何在SAS proc sql中按ID分组选取每组最后一条对应记录
SAS按ID分组提取每组最后一条出现记录的解决方案
需求说明
给定包含id、money两个字段的数据集,需要提取每个id在原始数据中最后一次出现的行对应的money值,示例输出如下:
| id | money |
|---|---|
| 1 | 500 |
| 3 | 50 |
| 4 | 300 |
| 5 | 110 |
方案1:数据步BY组处理(最高效,推荐)
SAS自带的BY组逻辑可以直接实现分组取首尾记录的需求,不需要依赖SQL语法:
/* 替换original_data为你的原始数据集名称 */ data result; set original_data; by id notsorted; if last.id; run;
参数说明:
notsorted:声明不需要id字段按排序规则分组,仅按照原始数据中相同id的出现顺序划分分组last.id:SAS自动生成的临时变量,当前行为对应id分组的最后一行时取值为1,否则为0,此处直接筛选符合条件的行即可
方案2:PROC SQL实现
如果需要用SQL逻辑实现,可以借助行号匹配的方式,替代不支持的limit语法:
proc sql; create table result as select id, money from original_data group by id having monotonic() = max(monotonic()); quit;
逻辑说明:
monotonic()函数返回当前行在原始数据集的全局行号- 按id分组后,取每组行号最大值对应的记录,即为该id最后一次出现的行
通用兼容方案(id不连续出现场景适用)
如果原始数据中相同id不连续出现(如存在id=1、id=3、id=1的排列),可以用先打行号再关联的方式实现:
/* 为每行生成全局唯一行号 */ data temp; set original_data; row_num = _n_; run; /* 关联取每个id最大行号对应的记录 */ proc sql; create table result as select a.id, a.money from temp a inner join ( select id, max(row_num) as max_row from temp group by id ) b on a.id = b.id and a.row_num = b.max_row; quit;
内容的提问来源于stack exchange,提问作者seb
相关产品推荐
相关产品推荐

