在SAS 9.4中计算治疗周数中位数与95百分位值的技术求助

嘿，我完全懂你现在的处境——手里攥着横向存储的周治疗数据，想算中位数和95百分位，结果用Proc Means/Univariate都是纵向统计，转置还丢数据，属实头疼。别慌，咱们一步步把这个问题拆解解决。

第一步：正确转置横向数据 #

你之前转置失败大概率是没保留分组变量，导致观测的对应关系丢失。咱们用proc transpose的时候，一定要加上by语句把NAME、TREATMENT、DATE这些标识变量保留下来，这样转置后每个周数都能对应到原观测。

先创建示例数据集（方便你测试），再执行转置：

/* 创建示例数据集 */
data have;
  input NAME $ TREATMENT $ DATE $ week0-week7;
  datalines;
CCG1 Treatment1 APR16 1 1 3 2 4 0 0 0
CCG1 Treatment2 APR16 0 0 2 12 0 3 5 0
;
run;

/* 转置横向周数为纵向，保留分组变量 */
proc transpose data=have out=long_data;
  by NAME TREATMENT DATE; /* 保留每个观测的标识 */
  var week0-week7; /* 指定要转置的周数变量 */
run;

转置后，long_data会包含_NAME_（原变量名，比如week0）和COL1（对应周的治疗值），同时保留了每个观测的分组信息。

第二步：根据你的需求计算统计量 #

这里需要明确你要统计的是哪种“治疗所需周数”，我分两种常见场景给你代码：

场景1：统计每个观测的「总治疗持续周数」的中位数和95百分位 #

比如第一个观测从week0到week4有治疗，总持续5周；第二个观测从week2到week6有治疗，总持续5周。我们先提取周次数字，再计算每个观测的起止周，最后得到总周数：

/* 从_NAME_中提取周次数字（比如week0→0），并筛选有治疗的周 */
data long_data_clean;
  set long_data;
  /* 提取周数：从weekX中取出X的数值 */
  week_num = input(scan(_NAME_, 2, 'week'), best.);
  where COL1 ne 0; /* 只保留有治疗记录的周 */
run;

/* 计算每个观测的治疗起止周，得到总持续周数 */
data treatment_duration;
  set long_data_clean;
  by NAME TREATMENT DATE;
  if first.DATE then do;
    start_week = week_num;
    end_week = week_num;
  end;
  else do;
    start_week = min(start_week, week_num);
    end_week = max(end_week, week_num);
  end;
  /* 只保留每个观测的最终统计结果 */
  if last.DATE then do;
    total_weeks = end_week - start_week + 1;
    output;
  end;
  keep NAME TREATMENT DATE total_weeks;
run;

/* 用Proc Means计算中位数和95百分位 */
proc means data=treatment_duration median p95 nolabels;
  var total_weeks;
  title '治疗持续总周数的中位数与95百分位';
run;

场景2：统计「所有有治疗的周次」的中位数和95百分位 #

如果你想统计所有出现治疗的周次（比如示例中的0、1、2、3、4、2、3、5、6这些周数）的中位数和95百分位，那转置后直接统计即可：

/* 沿用之前的long_data_clean数据集 */
proc univariate data=long_data_clean noprint;
  var week_num;
  /* 输出中位数和95百分位到新数据集 */
  output out=week_stats median=median_week p95=p95_week;
run;

/* 查看统计结果 */
proc print data=week_stats noobs;
  title '有治疗周次的中位数与95百分位';
run;

为什么你之前转置会失败？ #

大概率是转置时没加by语句，导致所有观测的周数被混在一起，丢失了NAME、TREATMENT、DATE的对应关系，后续处理自然会丢数据或者统计结果错误。加上by语句后，SAS会按分组变量分别转置，保证每个观测的周数对应正确。

额外注意点 #

• 如果你的周变量命名不是weekX格式（比如w0、week_0），需要调整提取周次的代码，比如用substr(_NAME_, 5)来截取数字部分（根据变量名的实际格式调整）。
• 如果存在所有周数都是0的观测，可以在where语句里加上(sum(of week0-week7) ne 0)来排除这些无效观测。
• Proc Univariate比Proc Means能提供更详细的百分位信息，如果你需要更多统计量，优先选它。

内容的提问来源于stack exchange，提问作者Jack Rotherham