SAS 哈希对象总和

Question

我想了解 SAS 哈希对象的 sum() 函数。据我了解，suminc: 定义变量SAS 哈希对象跟踪，而 sum() 将对该变量的值求和。

假设我有数据集

data sample;
    input id x;
    datalines;
1 350
1 220
1 300
2 300
2 500
;
run;

我希望聚合是

id x_sum
2  800
1  870

但是，我的哈希码:

data _null_;
    set sample end= done;

    length x_sum 8;

    if _N_ = 1 then 
    do;
        declare hash T(suminc:"x");
        T.definekey("id");
        T.definedata("id");
        T.definedata("x_sum");
        T.definedone();
    end;


    T.ref();

    T.sum(sum:x_sum);

    put _all_;


    T.replace();

    if done then T.output(dataset: "my_set");

run;

输出:

id x_sum
2  800
1  520

作为数据集和日志:

done=0 id=1 x=350 x_sum=350 _ERROR_=0 _N_=1
done=0 id=1 x=220 x_sum=570 _ERROR_=0 _N_=2
**done=0 id=1 x=300 x_sum=520 _ERROR_=0 _N_=3**
done=0 id=2 x=300 x_sum=300 _ERROR_=0 _N_=4
done=1 id=2 x=500 x_sum=800 _ERROR_=0 _N_=5

谁能给我解释一下这是怎么回事？

所有评论后更新:

大家好，我是 Stack Overflow 的新手，所以我仍在研究这个“勾选答案”系统……我觉得每个人都做出了贡献。

不管怎样，经过大量的实验，我弄明白了是怎么回事——

基本上，每当 .sum() .replace() 被调用时，求和计数器都会重置为零。 这， 并不是真正的 replace()等等 ，这就是结果为何如此的原因 - sum() 重置了我的计数，因此 ref() 只是对前 2 个观察结果求和。

希望这对大家有用。如果其他人有任何见解，请分享。

Answer 1

问题是您对 Replace() 的使用。来自文档(9.3 语言引用概念，使用散列对象):

This SUMINC tag instructs the hash object to allocate internal storage for maintaining a summary value for each key. The summary value of a hash key is initialized to the value of the SUMINC variable whenever the ADD or REPLACE method is used. The summary value of a hash key is incremented by the value of the SUMINC variable whenever the FIND, CHECK, or REF method is used.

我认为重要的一点是“汇总值”不是DATA步变量x_sum，也不是作为数据变量存储在哈希表中的x_sum。它存储在哈希表的定义数据之外。辅助信息实际上是 key 的一个属性。 (在我脑海里……)

如果您注释掉 replace()，您的代码可以工作(您在 PDV 中获得正确的 x_sum 值)，但问题是 x_sum 永远不会写入哈希表。因此，您调用 replace() 将 x_sum 写入哈希表，导致汇总值被初始化为 x 值的不幸副作用。我认为解决方法是在调用 replace() 之前分配 x=x_sum。这样当 replace() 将汇总值重新初始化为 x 的值时，x 保存当前汇总值。我很难用语言表达，但看到下面只添加了一个声明。

data _null_;
  set sample end= done;

  length x_sum 8;

  if _N_ = 1 then 
  do;
    declare hash T(suminc:"x");
    T.definekey("id");
    T.definedata("id");
    T.definedata("x_sum");
    T.definedone();
  end;
  T.ref();
  T.sum(sum:x_sum);
  put _all_;

  x=x_sum;  *Replace method will initialize the summary value to x! ;

  T.replace();
  if done then T.output(dataset: "my_set");
run;