如何修改SAS数据集flag2变量？满足首条记录且ID无flag1=1时设为1

原始数据集DB #

data DB;
  input Id :$20. flag1 flag2;
cards;
0001 0  1
0001 0  0
0001 1  0
0001 0  0
0001 0  0
0001 0  0
0002 0  1
0003 1  1
;

原规则为仅当记录是对应ID的首条记录（first.ID = 1）时，将flag2赋值为1。现在需要调整逻辑，让flag2=1的条件变为：

该记录是对应ID的首条记录，且该ID的所有记录中从未出现flag1 = 1的情况

目标数据集DB1 #

data DB1;
  input Id :$20. flag1 flag2;
cards;
0001 0  0
0001 0  0
0001 1  0
0001 0  0
0001 0  0
0001 0  0
0002 0  1
0003 1  0
;

实现方法 #

推荐分两步处理，逻辑清晰易维护：

1. 先按ID分组，统计每个ID是否存在flag1=1的记录；
2. 关联原始数据集，根据首条记录+无flag1=1的条件重新赋值flag2。

具体SAS代码 #

/* 第一步：统计每个ID是否存在flag1=1的记录 */
data id_flag;
  set DB;
  by Id;
  retain has_flag1 0;
  if flag1 = 1 then has_flag1 = 1;
  if last.Id then output;
  keep Id has_flag1;
run;

/* 第二步：关联原始数据，重新赋值flag2 */
data DB1;
  merge DB id_flag;
  by Id;
  /* 默认将flag2设为0 */
  flag2 = 0;
  /* 仅满足首条记录+该ID无flag1=1时，将flag2设为1 */
  if first.Id and has_flag1 = 0 then flag2 = 1;
run;

逻辑说明 #

• 第一步通过by Id分组，用retain变量has_flag1跟踪当前ID是否出现过flag1=1，在每个ID的最后一条记录输出该标记；
• 第二步合并原始数据和统计结果，先把flag2默认设为0，只有满足first.Id且has_flag1=0时，才将flag2设为1，完全匹配需求。

如果想仅用单次数据步实现，也可以用指针回溯的方式，但逻辑相对复杂：

data DB1;
  set DB;
  by Id;
  retain has_flag1 0;
  /* 首次处理该ID时初始化标记 */
  if first.Id then do;
    has_flag1 = 0;
    first_rec = _n_;
  end;
  /* 发现flag1=1则标记该ID */
  if flag1 = 1 then has_flag1 = 1;
  /* 该ID所有记录处理完毕，回溯修改首条记录的flag2 */
  if last.Id then do;
    point = first_rec;
    do while(point <= _n_);
      set DB point=point;
      if point = first_rec then flag2 = (has_flag1 = 0);
      else flag2 = 0;
      output;
      point + 1;
    end;
  end;
  /* 跳过原始数据的默认输出 */
  delete;
run;

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