SAS中无需IF-ELSE合并三个数值变量的问题及修正方案

首先咱们来拆解你遇到的两个核心问题：

1. 为什么会出现WARNING: Variable agios has already been defined as numeric？ #

SAS里变量的类型（数值/字符）是在第一次定义时就确定的，你原数据集中的agios、sexe、age都是数值型，直接用attrib只是给它们加字符格式，但没有改变变量本身的类型，之后直接给这些数值变量赋值字符值（比如sexe="HOMME"），SAS会自动尝试把字符转成数值，结果就是缺失值（因为字符无法转成有效数值），这就是为什么你的变量都变空了。

2. age变量的条件逻辑完全写反了 #

比如你写的if (age<=0) and (age>=25)，没有任何数值能同时满足小于等于0且大于等于25，这直接导致所有age的分支都不触发，自然变成空值。

修正后的代码（保留原数值变量，创建新字符变量） #

建议不要直接覆盖原数值变量，而是新建对应的字符型变量，这样既保留原始数据，又能完成转换：

data new_data;  /* 不要和原数据集同名，避免覆盖原始数据 */
    set original_data;  /* 替换成你的原始数据集名称 */
    
    /* 处理sexe：新建字符变量sexe_char */
    length sexe_char $15;
    if sexe = 1 then sexe_char = "HOMME";
    else if sexe = 0 then sexe_char = "FEMME";
    
    /* 处理agios：新建字符变量agios_char，注意变量名大小写一致 */
    length agios_char $15;
    if agios = 0 then agios_char = "NON_AGIOS";
    else agios_char = "AGIOS";
    
    /* 处理age：修正条件逻辑，新建字符变量age_char */
    length age_char $15;
    if age <=25 then age_char = "a25";
    else if age <=40 then age_char = "a40";
    else if age <=65 then age_char = "a60";
    else if age >65 then age_char = "a65";  /* 原代码>=65和上一分支重复，改为>65避免冲突 */
    
    /* 合并生成新变量 */
    new_variable = compress(agios_char || sexe_char || age_char);
run;

无需IF-ELSE的更简洁方法：自定义格式 + PUT函数 #

如果你不想写一堆IF-ELSE，可以用SAS的自定义格式，配合put函数直接把数值转成对应字符，代码更简洁易维护：

步骤1：创建自定义格式 #

proc format;
    /* sexe的格式：1→HOMME，0→FEMME */
    value sexe_fmt
        1 = "HOMME"
        0 = "FEMME";
    
    /* agios的格式：0→NON_AGIOS，其他→AGIOS */
    value agios_fmt
        0 = "NON_AGIOS"
        other = "AGIOS";
    
    /* age的格式：分段对应字符 */
    value age_fmt
        low-25 = "a25"
        26-40 = "a40"
        41-65 = "a60"
        66-high = "a65";
run;

步骤2：应用格式生成新变量 #

data new_data;
    set original_data;
    /* 用put函数把数值变量转成对应字符 */
    sexe_char = put(sexe, sexe_fmt.);
    agios_char = put(agios, agios_fmt.);
    age_char = put(age, age_fmt.);
    
    /* 合并变量 */
    new_variable = compress(agios_char || sexe_char || age_char);
run;

这种方法的好处是：格式可以重复使用，后续如果需要修改分类规则，只需要修改proc format部分，不用动数据步的代码，可读性和维护性更强。

内容的提问来源于stack exchange，提问作者A2018