咨询SAS中依托proc freq按表单、题号分组计算单题正确率的实现方法

核心实现逻辑 #

正确率的本质是指定分组（单个表单下的单道题目）内，作答正确（Scores=1）的记录数占该分组总有效作答记录数的比例，PROC FREQ的交叉计数功能完全适配该需求，无需手动编写逐行累加的计数逻辑，且对大规模长表数据的处理效率更高。

具体实现步骤 #

1. 字段预处理 #

原表中Question Number为带空格的字段名，可提前重命名为无空格的QuestionNumber，简化后续代码的字段引用逻辑：

data onetable_clean;
    set onetable;
    * 适配SAS对带空格字段的引用语法，完成字段重命名；
    rename 'Question Number'n = QuestionNumber;
run;

2. 调用PROC FREQ生成分组计数基础数据集 #

proc freq data=onetable_clean;
    * 交叉维度为表单、题目编号、作答得分；
    * sparse参数强制输出所有分组组合，避免全错题目（无Scores=1记录）被漏算；
    * noprint参数关闭统计表格的屏幕输出，减少日志冗余、节省资源；
    tables Form * QuestionNumber * Scores /
        out=freq_raw
        sparse
        noprint;
run;

该步骤生成的freq_raw数据集，会存储每个（Form, QuestionNumber, Scores）组合对应的记录数、占比值，完全不受原表中数据存储顺序（先存全量A表单数据、再存全量B表单数据）的影响，可自动识别所有分组维度完成计数。

3. 整理输出符合要求的结果表 #

从基础计数结果中筛选出作答正确的分组记录，换算为0-1区间的正确率值，匹配要求的字段结构：

data final_result (keep=Form QuestionNumber QuestionPercent);
    set freq_raw;
    * 仅保留作答正确（Scores=1）的分组统计结果；
    where Scores = 1;
    * PROC FREQ默认输出的百分比为0-100区间值，除以100即可得到0-1区间的正确率；
    QuestionPercent = Percent / 100;
    * 格式设置与示例保持一致，保留两位小数；
    format QuestionPercent 4.2;
run;

关键注意事项 #

• 若存在某道题目无任何正确作答的情况，依靠步骤中设置的sparse参数，系统会自动生成对应行、正确率赋值为0，不会出现结果漏项
• 若业务上需要将Scores的缺失值纳入总作答数统计，可在proc freq语句中追加missing参数即可
• 处理150道题、单题大量作答记录的长表场景时，PROC FREQ的计数性能优于手动DATA步累加逻辑，无需担心数据量带来的运行效率问题
• 最终输出的final_result表结构完全匹配要求：包含Form（表单）、QuestionNumber（题目编号）、QuestionPercent（题目正确率）三类字段，与示例结果的格式、统计逻辑一致。

内容的提问来源于stack exchange，提问作者Nan