SAS分组程序 - 经管之家

11646

收藏 2012-05-09

悬赏 500 个论坛币已解决

下图是部分人口普查数据，R2=0表示户主、R2=2表示子女，R4_1表示年龄，H1表示家庭户编号。
希望用SAS编程，输出第一个孩子出生时按户主年龄分组的家庭户数、最后一个孩子出生时按户主年龄分组的家庭户数、按最小孩子年龄分的家庭户数。附件的EXCEL文件中也包含下表的数据。

aaa.xls

大小:13.5 KB

马上下载

最佳答案

denver 查看完整内容

如果没有理解错的话，n1-n3是你想要的结果。钱就算了，我也是学习累了休息一下的，还可以顺便做个小练习，如果符合你的要求，给个评分就好了。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

2012-5-9 23:49:09

如果没有理解错的话，n1-n3是你想要的结果。
钱就算了，我也是学习累了休息一下的，还可以顺便做个小练习，如果符合你的要求，给个评分就好了。

复制代码

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 09:16:02

楼上的代码可以，如果您有不明白的地方，我可以详细的跟您说

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 12:49:19

pl172231 发表于 2012-5-10 09:16
楼上的代码可以，如果您有不明白的地方，我可以详细的跟您说

帮我解释下下面几句程序的意思吧。谢谢！

proc sort data=aaa; by h1 r2 r4_1;run;

proc sql;

      create table merge as

      select a.*, b.*,min(b.r4_1-a.r4_1) as age1, max(b.r4_1-a.r4_1) as age2, max(b.r4_1) as age3

      from parent as a left join children as b

      on a.h1=b.h1

      group by a.h1

      order by a.h1;

quit;

data merge1;

      set merge;

      by h1;

      if first.h1;

run;

proc sql;

      create table final as

      select a.*, count(a.age1) as n1

      from merge1 as a

      group by age1;

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 12:53:10

denver 发表于 2012-5-10 00:48
如果没有理解错的话，n1-n3是你想要的结果。
钱就算了，我也是学习累了休息一下的，还可以顺便做个小练习， ...

谢谢您的解答！论坛币我已经支付出去了，如果您的答案合适，我会设置为最佳答案的（我大致看了下好像符合我的要求

）。
可以帮我解释下下面几句程序的意思吗？

proc sort data=aaa; by h1 r2 r4_1;run;

proc sql;

      create table merge as

      select a.*, b.*,min(b.r4_1-a.r4_1) as age1, max(b.r4_1-a.r4_1) as age2, max(b.r4_1) as age3

      from parent as a left join children as b

      on a.h1=b.h1

      group by a.h1

      order by a.h1;

quit;

data merge1;

      set merge;

      by h1;

      if first.h1;

run;

proc sql;

      create table final as

      select a.*, count(a.age1) as n1

      from merge1 as a

      group by age1;

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 16:41:50

proc sort data=aaa; by h1 r2 r4_1;run;
这是排序程序，意思是对aaa这个数据集的内容进行排序，怎么排？by语句指定，先按h1排，h1一样的再按r2排r2一样的再按r4—1排

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

2012-5-10 16:59:36

proc sql;

      create table merge as

      select a.*, b.*,min(b.r4_1-a.r4_1) as age1, max(b.r4_1-a.r4_1) as age2, max(b.r4_1) as age3

      from parent as a left join children as b

      on a.h1=b.h1

      group by a.h1

      order by a.h1;

quit;

这个程序比较复杂，要慢慢讲解，这是一个数据库的结构化查询语言，create table merge 这句是说让建立一个数据集，名字叫merge，那么这个merge数据集里有什么内容呢？（您可能觉得奇怪，您并没有看到a和b这两个数据集，原来a和b这两个名字是通过parent as a left join children as b语句为parent和children这两个数据集取的”别名“as语句跟着指定的别名）select a.*, b.*,min(b.r4_1-a.r4_1) as age1, max(b.r4_1-a.r4_1) as age2, max(b.r4_1) as age3这句话指定了数据集里存放的内容，数据集里放着a这个数据集中的所有变量（*表示所有），b这个数据集中得所有变量，以及在按照group by a。h1分成小组时即按照家庭编号a。h1分组时，每组中b。r4—1减去a。r4—1所得值的最小值min(b.r4_1-a.r4_1)，以及相应的max(b.r4_1-a.r4_1)最大值，b这个数据集中r4—1的最大值max(b.r4_1)

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 17:01:50

注意上面的几个变量取了别名，age1 age2 age3 您的智商一定会注意到as语句对不对？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 17:17:51

from parent as a left join children as b

on a.h1=b.h1
我们接着讲，上面这个语句时刚刚那么多语句后面的一部分，他告诉select语句，从哪里找上面select语句指定的内容，从哪里找呢？从parent数据集与children数据集的left join结果中找，什么叫left join？所谓左连接就是先将两张表中的所有观测取“笛卡尔积”，再按照取笛卡尔积之后的结果来筛选，只有 a.h1=b.h1 的观测才能被留在新形成的笛卡尔积表中，那么’左‘字怎么体现？左字体现在要把左边那张表中每条记录都保存，如果能有符合a.h1=b.h1的就保存合并的记录，如果没有就单独保存下来

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 17:20:02

您可能会问什么叫笛卡尔积，定义：
设A,B为集合，用A中元素为第一元素，B中元素为第二元素构成的有序对，所有这样的有序对组成的集合　　叫做A与B的笛卡尔积，记作AxB. 　　笛卡尔积的符号化为：　　AxB={<x,y>|x∈A∧y∈B} 　　例如，A={a,b},B={0,1,2},则　　AxB={<a,o>,<a,1>,<a,2>,<b,0>,<b,1>,<b,2>,} 　　BxA={<0,a>,<0,b>,<1,a>,<1,b>,<2,a>,<2,b>} 　　笛卡尔积的运算性质

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 17:23:17

group by a。h1 语句很重要，记得之前说的那些最小值最大值吗，最小最大是在哪个范围比较呢？是按照group by a。h1分组后，每个小组中的相应计算结果的最小值最大值

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 17:24:59

order by 语句是排序语句，就是让您可以看到以order by后面变量从小到大排的结果，即把结果有序输出

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 17:43:45

给您写程序的是个高手，用了很多高级方法
data merge1;

      set merge;

      by h1;

      if first.h1;

run;
这个语句应该不会陌生，可能您不理解by语句和if语句，是这样的，您刚刚是不是得到了一个叫merge的数据集啊，merge数据集里存放着每个户主的信息加每个户主对应孩子的信息，注意如果户主有不止一个孩子，则将每个孩子和户主都生成一个记录，如毛爸爸——大毛一个，毛爸爸——小毛一个等等加在这个家庭中生下长子时毛爸爸的年龄，生下小子时毛爸爸的年龄，加最小孩子的出生日期，注意到merge表中，毛爸爸——大毛这条信息，与毛爸爸——小毛这个信息，除了大毛和小毛处不同其它地方都一样，by if语句就是达到，只在毛爸爸——大毛毛爸爸——小毛中取一条记录的目的

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 17:51:57

到这里总结一下，现在merge1数据集中存放有什么？是不是有每家一个家庭编号，一家不落，一家不重，对应每家的家庭编号有这家第一个孩子出生时户主年龄，即age1，最后一个孩子出生时户主年龄 age2，最小孩子的生日即age3啊？其他的内容都不用管了，我们有这些就够了不是吗？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 17:59:31

44.proc sql;

45.       create table final as

46.       select a.*, count(a.age1) as n1

47.       from merge1 as a

48.       group by age1;
这个语句我不会这么写哦，会给您一些冗余的数据，相信您现在已经有一些懂了，看看group by语句，是不是要按age1分组啊？这个分组的过程您是看不到的，计算机内部把数据按照age1的不同分成了若干组，age1是什么？是不是长子出生时户主的年龄啊？分组之后干什么？哦，是用count函数求每组有几个记录啊，有几个记录是不是就有几家啊，是不是求出不同age1有几家啊，以此类推，以您的智商肯定懂

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 18:02:56

因为这个程序比较复杂，我尽力为您讲解，但肯定有一些没讲好的地方，您要注意比对着我的讲解，和每部生成的数据集看，去体会，如果有没有理解的地方，我会再详细和您说的，您给我发信即可，我有时间就回您

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 18:25:06

我也不想要您的钱，交个朋友，要那么多钱没用

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 19:39:49

pl172231 发表于 2012-5-10 16:59
proc sql;

create table merge as

谢谢您讲解了这么多。
还有一个问题就是，在得到年龄差时，使用两个人的出生年份相减。如果算年龄差时考虑每个人出生月份。例如，一个人是1968年11月出生，另一个是1989年5月出生，则年龄差为1989-1968-1，怎样修改下程序max(b.r4_1-a.r4_1)呢？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 19:43:33

pl172231 发表于 2012-5-10 18:02
因为这个程序比较复杂，我尽力为您讲解，但肯定有一些没讲好的地方，您要注意比对着我的讲解，和每部生成的 ...

看完您的讲解了，非常详细，完全明白了，谢谢！

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 21:34:26

eatea 发表于 2012-5-10 19:39
谢谢您讲解了这么多。
还有一个问题就是，在得到年龄差时，使用两个人的出生年份相减。如果算年龄差时考 ...

请将出生日期由字符型改为时间日期型数据，使用mdy（）函数，请上网查，然后使用yrdif（）函数，请上网查，很容易

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 22:28:23

pl172231 发表于 2012-5-10 17:59
44.proc sql;

45. create table final as

我也觉得这个部分应该有更好的方法。如果是您的话，会怎么写呢？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nernernini

2012-5-10 23:07:55

thanks, great to learn.

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 23:20:43

denver 发表于 2012-5-10 22:28
我也觉得这个部分应该有更好的方法。如果是您的话，会怎么写呢？

我不会输出a。*，我会输出age1，与count就完了

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-10 23:46:28

pl172231 发表于 2012-5-10 23:20
我不会输出a。*，我会输出age1，与count就完了

呵呵

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jingju11

2012-5-11 01:47:50

there are some matched components in data step, such as array, can do the same as summary functions do in sql. here i have a different view on this specific question. please
http://blog.sina.com.cn/s/blog_a3a9263601012zko.html

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-11 08:34:37

jingju11 发表于 2012-5-11 01:47
there are some matched components in data step, such as array, can do the same as summary functions ...

真是大神啊，代码基本上看不懂，看来还得好好学一下array。另外，请问，对于大数据而言（我的数据基本上都在2G以上），array在执行效率上比sql高吗？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-11 13:30:22

jingju11 发表于 2012-5-11 01:47
there are some matched components in data step, such as array, can do the same as summary functions ...

终于得到您的回复了，好多代码看不懂啊

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jingju11

2012-5-11 21:19:45

其实我的程序非常简单：
从题目要求来看，只对三个状态感兴趣（1）户主m=0 (2) 第一个孩子m=1（3）最后一个孩子m=2。但是第一个孩子有可能使最后一个孩子（独子）。所以如果m=2代替了m=1，得把m=1还原出来（coalesce方程的作用）。用m这个计数器作为数组的维度，利用它的retain的功能，在每户的最后一条记录加以运算即可。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2012-5-13 20:59:29

denver 发表于 2012-5-10 00:48
如果没有理解错的话，n1-n3是你想要的结果。
钱就算了，我也是学习累了休息一下的，还可以顺便做个小练习， ...

您好！感谢您对SAS编程问题的解答。先将您的答案设置为最佳答案。您说过您不需要论坛币，但是您楼下那位好心也不想要，所以还是您谅解。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝