sas - 如何选择一组中出现次数最多的值(不是全部，只有一个)

Question

我有一个数据集，其中包含一个分组字符变量 x 和一个数值变量 y。对于 x 的每个值，我想选择出现次数最多的 y 值，但是对于 x 的每个值，我只想要一个 y 值(哪个都无关紧要)。我知道如何为每个 x 选择所有这样的 y，但我不知道如何只选择一个。

proc sql;
    select x,y
    from (select x, y, count(*) as n_y
            from lab7.a
            group by x,y)
    group by x
    having n_y=max(n_y)
    ;
quit;

上面的代码为每个 x 提供了所有这样的 y，但我只想为每个 x 提供一个 y。

我尝试在子查询中使用 order by n_y 然后选择前 1，但显然它在 sas 中不起作用。我也尝试过单调，但它会向整个查询的行添加数字，它在组内不起作用。

例如，如果我有数据:

x y
A 1
A 2
A 2
B 1
B 2
C 3
C 3

我的代码会返回

x y
A 2
B 1
B 2
C 3

但我愿意

x y
A 2
B 1
C 3

或

x y
A 2
B 2
C 3

Answer 1

由于 SAS 不支持窗口函数或 TOP X，我认为在单个查询中在技术上是不可行的。不过，您可能可以将 MONOTONIC() 与外部查询结合使用:

  select x,y from (
    select x,y, monotonic() as m
    from (select x, y, count(*) as n_y
            from have
            group by x,y)
    group by x
    having n_y=max(n_y)
    )
    group by x
    having m=max(m)
;

或者

 proc sql;
  select x,max(y) from (
    select x,y
    from (select x, y, count(*) as n_y
            from have
            group by x,y)
    group by x
    having n_y=max(n_y)
    )
    group by x
;
quit;

这当然会给您带来有偏见的结果 - 如果您对此没有意见，那很好。

如果你不是，我会做的是获取有两个的 SQL 输出，然后使用 PROC SURVEYSELECT 随机选择一个(使用 strata x 和n=1).