SAS Enterprise Guide 7中LAG函数的替代方案及日期差计算需求

嘿，针对你遇到的这个问题，我来给你梳理几个可行的解决思路，毕竟不能用LAG函数确实会有点限制，但咱们还有其他办法绕过去~

先明确你的需求和现状 #

首先，你的原始数据集大概是这样的（我帮你整理了格式，方便查看）：

ID, Order Date, Delivery Date, Flag
1, 10/03/12, 15/03/12, 1
1, 17/03/12, 20/03/12, 1

你想要的最终效果是按ID分组，把每组里首次交货日期和后续订单日期的差值算出来，输出成类似这样的宽表：

ID, Order Date, Deliv Date, Order Date_1, Deliv Date_1, DateDIFF(Deliv Date - Order Date_1)
1, 10/03/12, 15/03/12, 17/03/12, 20/03/12, 2

你试过用monotonic()做自连接，但因为每个ID的行数不一样，这个方法没法适配所有情况，而且SAS EG7里没法用LAG函数，那咱们换个思路来搞。

方法一：用PROC SQL提取首次交货日期+合并计算 #

这个方法比较直观，分三步走：

1. 先给每个ID提取首次交货日期 #

首先用PROC SQL按ID分组，把每个ID最早的交货日期提出来，单独存成一个表：

/* 假设你的原始表叫original_data，先确保日期列是SAS日期型，如果是字符型要先转换 */
proc sql;
    create table first_deliv as
    select 
        ID,
        min(Delivery_Date) as First_Deliv_Date format=ddmmyy10.
    from original_data
    group by ID;
quit;

如果你的日期列是字符型（比如原始数据里的10/03/12是字符串），得先转成SAS日期型，代码可以加在这一步或者先预处理：

/* 预处理：字符转日期 */
data original_data_clean;
    set original_data;
    Order_Date = input(Order_Date, ddmmyy8.); 
    Delivery_Date = input(Delivery_Date, ddmmyy8.);
    format Order_Date Delivery_Date ddmmyy10.;
run;

2. 把首次交货日期合并到原始数据里 #

用左连接把刚才的first_deliv表和原始数据合并，这样每一行都能拿到对应ID的首次交货日期：

proc sql;
    create table data_with_first as
    select 
        a.*,
        b.First_Deliv_Date
    from original_data_clean a
    left join first_deliv b
    on a.ID = b.ID;
quit;

3. 筛选后续订单并计算日期差 #

现在你可以筛选出每个ID里除了首次订单之外的行，然后计算首次交货日期和后续订单日期的差。如果要做成你想要的宽表格式，可以用PROC TRANSPOSE把后续的订单转成列：

先给每个ID的订单排序并编号

先给每个ID的订单按日期排序，然后给每行加个序号，方便后续转置：

proc sort data=original_data_clean;
    by ID Order_Date;
run;

data ordered_data;
    set original_data_clean;
    by ID;
    if first.ID then order_seq = 1;
    else order_seq + 1;
run;

转置得到宽表

分别转置订单日期和交货日期，生成带序号的列：

/* 转置订单日期 */
proc transpose data=ordered_data out=trans_order prefix=Order_Date_;
    by ID;
    id order_seq;
    var Order_Date;
run;

/* 转置交货日期 */
proc transpose data=ordered_data out=trans_deliv prefix=Deliv_Date_;
    by ID;
    id order_seq;
    var Delivery_Date;
run;

合并并计算日期差

最后把两个转置表合并，计算日期差（SAS里日期是数值型，直接相减就是天数差）：

proc sql;
    create table final_result as
    select 
        a.ID,
        a.Order_Date_1 as Order_Date format=ddmmyy10.,
        a.Deliv_Date_1 as Deliv_Date format=ddmmyy10.,
        b.Order_Date_2 as Order_Date_1 format=ddmmyy10.,
        b.Deliv_Date_2 as Deliv_Date_1 format=ddmmyy10.,
        (a.Deliv_Date_1 - b.Order_Date_2) as DateDiff
    from trans_deliv a
    left join trans_order b
    on a.ID = b.ID
    where a.Order_Date_1 is not null;
quit;

这个结果就和你想要的示例格式一致了，如果某个ID有更多后续订单，转置后会生成Order_Date_3、Deliv_Date_3这类列，你可以按需调整。

方法二：用DATA STEP分组处理（不用LAG） #

如果你更习惯用DATA STEP，也可以通过分组保留首次交货日期的方式来处理：

proc sort data=original_data_clean;
    by ID Order_Date;
run;

data final_result;
    set original_data_clean;
    by ID;
    retain First_Deliv_Date First_Order_Date First_Deliv; /* 用retain保留首次订单的关键信息 */
    /* 首次订单时，存储核心信息 */
    if first.ID then do;
        First_Deliv_Date = Delivery_Date;
        First_Order_Date = Order_Date;
        First_Deliv = Delivery_Date;
    end;
    /* 后续订单时，计算日期差并整理成目标格式 */
    else do;
        DateDiff = First_Deliv_Date - Order_Date;
        /* 替换当前行的订单信息为首次订单的信息，附加后续订单信息 */
        Order_Date = First_Order_Date;
        Deliv_Date = First_Deliv;
        Order_Date_1 = original_data_clean.Order_Date;
        Deliv_Date_1 = Delivery_Date;
        output;
    end;
    format First_Deliv_Date Order_Date Deliv_Date Order_Date_1 Deliv_Date_1 ddmmyy10.;
run;

这里用retain语句把首次订单的关键信息保留在内存里，后续行直接引用计算，完全不用LAG函数，完美适配你的限制。

小提示 #

• 不管用哪种方法，一定要确保日期列是SAS的日期型变量，字符型的日期没法直接计算差值，必须先转换。
• 如果你的原始数据列名有空格（比如Order Date），建议先重命名成无空格的名字（比如Order_Date），SAS里处理起来会少很多麻烦。

内容的提问来源于stack exchange，提问作者tj123