r - Proc 中的 ID 语句在 SAS 中的作用是什么？

Question

我正在将 SAS 代码复制到 R 代码中，我遇到了以下 SAS 代码片段 -

proc means data=A noprint;
by name date; 
id comp_no;
var price; 
id rep_dats act no;
output out= test(drop=_type_ _freq_)        
median=median n=num; 
run;

我知道“by”语句用于分组依据以提供该级别的统计信息。但是，“id”有什么用？为什么有两个“id”语句？我查看了 SAS 帮助，但我并没有真正理解它。我还在 http://support.sas.com/documentation/cdl/en/proc/65145/HTML/default/viewer.htm#p19dfq16fqt1t3n1eroiabnn6r3s.htm 查看了他们的示例.但是没有例子说明ID的使用。

由于我无权访问 SAS，因此无法尝试并查看输出结果。任何澄清都会对我有很大帮助。谢谢!

Answer 1

proc 意味着 过程可以计算和显示数据集的简单汇总统计信息并输出该汇总统计信息。默认情况下，它通过分析数据集中的每个数值变量来汇总数值变量(列)。

通过在 proc means 中使用带有 by 的 ID 语句，它将为每组生成一个值。这个值是 by 组中 ID 中指定的 first 变量的最大值。因此，如果您指定许多变量，例如id A B; 它将输出该组 A 的唯一最大值。

http://support.sas.com/documentation/cdl/en/proc/61895/HTML/default/viewer.htm#a000146733.htm

顺便说一句，我不知道你的数据集是什么样子，但你的proc means似乎只是总结了价格变量。

例如，如果您有一个数据集:

                        Obs    sex     A      B    C     D

                         1      M      20    50    1    34
                         2      F     500    45    3    45
                         3      M     200    23    7    32
                         4      M     120    67    5    44
                         5      F     400    98    2    59

然后

proc means data=sorted;
by sex;
var A B;
id D C;
output out=means(drop =_type_ _freq_);
run;

将输出:

                          sex     D    C    _STAT_       A          B

                           F     59    2     N          2.000     2.0000
                           F     59    2     MIN      400.000    45.0000
                           F     59    2     MAX      500.000    98.0000
                           F     59    2     MEAN     450.000    71.5000
                           F     59    2     STD       70.711    37.4767
                           M     44    5     N          3.000     3.0000
                           M     44    5     MIN       20.000    23.0000
                           M     44    5     MAX      200.000    67.0000
                           M     44    5     MEAN     113.333    46.6667
                           M     44    5     STD       90.185    22.1886

注意变量D中，59是F组中D的最大值，但C不是，因为D先指定了。对于 M 组也是类似的情况，其中 C 只是与 D 的最大值位于同一行的数字。