sas - 如何使用数组对变量进行水平排序以及使用 call sortc

Question

sasprofessionals.net 上的用户遇到了一个问题，即无法按多个变量对其数据集进行分组，其中变量值在观察中可以互换，因为它们具有相同的含义。

在示例数据集中，观测值 2,3 和 7 是相同的，因为它们每个都有 A14、A14 和 A10 作为 Stat1 到 Stat3 的值，只是顺序不同。这些应该按计数分组。观察 5 和 6 构成另一组，应通过计数进行总结。

示例数据集:

Obs Stat1 Stat2 Stat3 Count
1   A14   A14   A14   53090
2   A14   A14   A10   6744
3   A14   A10   A14   5916
4   A01   A01   A01   4222
5   A10   A10   A10   3085
6   A10   A10   A10   2731
7   A10   A14   A14   2399

期望的输出:

Obs Stat1 Stat2 Stat3 Count
1   A14   A14   A14   53090
4   A01   A01   A01   4222
6   A10   A10   A10   5816
7   A10   A14   A14   15059

实际数据集更大、更复杂。不知道用户是否尝试过任何方法来解决问题。

这个问题最初发布在 sasprofessionals.net 上，为了社区的利益，它被复制到 StackOverflow。已进行更改以满足 StackOverflow 问答标准。

Answer 1

这是我解决用户问题的答案。一般来说，我将 Stat1-Stat3 加载到一个数组中，使用 sortc 调用函数对数组进行排序，然后通过由排序的 Stat1-Stat3 数组构造的临时 ID 将其求和。

/* Loading the data into SAS dataset */ 
/* Loading Stat1-Stat3 into an array */
/* Sorting stat1-stat3 creating a new ID */
data have; 
input obs stat1 $ stat2 $ stat3 $ count; 
array stat{3} stat1-stat3;
call sortc(of stat1-stat3); 
ID = CATX("/",stat1,stat2,stat3);
datalines; 
1 A14 A14 A14 53090
2 A14 A14 A10 6744
3 A14 A10 A14 5916
4 A01 A01 A01 4222
5 A10 A10 A10 3085
6 A10 A10 A10 2731
7 A10 A14 A14 2399
; 


/* sorting the data set in preparation for data step with by statement*/
PROC SORT data=have; 
BY ID OBS; 
RUN; 

/* Summarising the dataset and outputing into final dataset*/
DATA summed (drop=ID count); 
set sorted_arrays; 
by ID; 
retain sum 0; 
if first.ID then sum = 0; 
sum + count; 
if last.ID then output; 
RUN; 

/* Sorting it back into original order */
PROC SORT data=summed out=want; 
BY OBS; 
RUN;