sas - 在不满足条件的情况下按 ID 删除所有观察结果

Question

我有一个包含约 400 万笔交易记录的数据集，按 Customer_No 分组(每个 Customer_No 包含 1 笔或多笔交易，用顺序计数器表示)。每笔交易都有一个类型代码，我只对使用特定交易类型组合的客户感兴趣。加入表本身或在 Proc Sql 中使用 EXISTS 都不允许我有效地评估事务类型标准。我怀疑使用保留和 do 循环的数据步骤会更快地处理数据集

数据集:

Customer_No Tran_Seq    Tran_Type
    0001        1           05
    0001        2           12
    0002        1           07
    0002        2           86
    0002        3           04
    0003        1           07
    0003        2           84
    0003        3           84
    0003        4           84

我尝试应用的标准:

1. 所有 Customer_No 的 Tran_Type 只能在 ('04','05','07','84','86'),如果使用任何其他 Tran_Type，则删除该 Customer_No 的所有交易

2. Customer_No 的 Tran_Type 必须包括('84' 或 '86')和 '04'，如果不满足此条件，则删除 Customer_No 的所有交易

我想要的输出:

Customer_No Tran_Seq    Tran_Type
0002        1           07
0002        2           86
0002        3           04  

Answer 1

如果数据已排序，DoW 循环解决方案应该是最有效的。如果它没有排序，它要么是最有效的，要么在规模上相似但效率略低，具体取决于数据集的情况。

我将 Dom 的解决方案与 3e7 ID 数据集进行了比较，并为 DoW 获得了相似(略少)的总长度，未排序数据集的 CPU 更少，排序数据集的速度提高了大约 50%。它保证在大约数据集写出所需的时间长度内运行(可能多一点，但不应该太多)，如果需要加上排序时间。

data want;
  do _n_=1 by 1 until (last.customer_no);
      set have;
      by customer_no;  
      if tran_type in ('84','86') 
        then has_8486 = 1;
      else if tran_type in ('04') 
        then has_04 = 1;
      else if not (tran_type in ('04','05','07','84','86')) 
        then has_other = 1;
  end;
  do _n_= 1 by 1 until (last.customer_no);
    set have;
    by customer_no;
    if has_8486 and has_04 and not has_other then output;
  end;
run;