使用SAS EG计算各活动时间占总时长的百分比

Hey there!作为SAS新手碰到这种计算需求完全不用慌，我来一步步教你怎么实现～

核心逻辑回顾 #

你需要的是每个活动时长变量 ÷ 总时长 × 100，得到该活动时长占总时长的百分比对吧？结合你说的数据集已经有总时长字段，直接用DATA步就能轻松搞定。

具体实现步骤 #

假设你的数据集名称是your_dataset，总时长字段叫total_duration，活动耗时变量比如是activity_a、activity_b、activity_c（你可以替换成自己实际的变量名），具体代码如下：

/* 新建数据集存储计算后的结果 */
data your_dataset_with_pct;
    set your_dataset;
    /* 处理除以0的情况：如果总时长为0，百分比设为缺失值，避免报错 */
    if total_duration > 0 then do;
        activity_a_pct = (activity_a / total_duration) * 100;
        activity_b_pct = (activity_b / total_duration) * 100;
        activity_c_pct = (activity_c / total_duration) * 100;
        /* 继续添加其他活动变量的百分比计算 */
    end;
    else do;
        activity_a_pct = .;
        activity_b_pct = .;
        activity_c_pct = .;
        /* 对应其他变量也设为缺失 */
    end;
    /* 给百分比变量设置格式，让输出更直观（比如显示成"25.5%"） */
    format activity_a_pct activity_b_pct activity_c_pct percent8.1;
run;

额外实用提示 #

1. 处理缺失值：如果你的活动时长变量有缺失值，想把缺失值当成0计算的话，可以先用coalesce函数转换：

   activity_a = coalesce(activity_a, 0);
   

   把这行代码放在百分比计算之前就行。

2. 如果总时长需要计算：要是你的总时长不是现成字段，需要先把所有活动时长加起来得到总时长，那可以先加这行：

   total_duration = sum(activity_a, activity_b, activity_c, ...);
   

   sum函数会自动忽略缺失值，非常方便。

3. 批量处理变量：如果活动变量特别多，不想一个个写，可以用SAS数组简化代码（适合进阶一点的操作，新手也可以尝试）：

   data your_dataset_with_pct;
       set your_dataset;
       array activities[*] activity_a activity_b activity_c; /* 列出所有活动变量 */
       array pcts[*] activity_a_pct activity_b_pct activity_c_pct; /* 对应百分比变量 */
       
       if total_duration > 0 then do;
           do i = 1 to dim(activities);
               pcts[i] = (activities[i] / total_duration) * 100;
           end;
       end;
       else do;
           do i = 1 to dim(pcts);
               pcts[i] = .;
           end;
       end;
       
       format pcts[*] percent8.1;
       drop i; /* 删掉循环用的临时变量 */
   run;
   

这样就能高效处理大量变量啦～

内容的提问来源于stack exchange，提问作者Nini