database - 在 SAS 中的 2 个 ID 属性中查找最高级别的变量

Question

我的输入数据集如下所示:

DRUG Table
DRUG_CD PARENT_DRUG_CD
DRG_1   DRG_5
DRG_2   DRG_5
DRG_3   DRG_4
DRG_4   --
DRG_5   DRG_6
DRG_6   --

我需要构建一个数据集，其中仅包含那些不再有父代的药物(以及该药物的所有属性)和一个包含最低级别 DRUG_CD 的额外列 (CHD_DRUG_CD)。

Resulting DRUG Table
DRUG_CD CHD_DRUG_CD
DRG_6   DRG_1
DRG_6   DRG_2
DRG_6   DRG_5
DRG_4   DRG_3

Answer 1

亲子关系在文献中比较常见，您应该能够在其中找到大量示例。这是一个开始的地方:

http://support.sas.com/kb/25/968.html

基本概念是您需要遍历数据集以找到每个父项的子项。您可以通过创建自己的迭代器、使用 POINT=(如链接的论文中所示)或 DOW 循环来做到这一点，或者您可以使用其他技术(例如哈希表)来做到这一点。哈希迭代器可能是最快的解决方案，尽管理解和编码最复杂。然后，当您找到您的 child 时，您确定找到的是哪一个(例如，在一个数组中，如论文中所示)，然后将循环返回到开头以找到下一个(或者，没有找到就退出)。