SAS：向後看的數據步驟來計算平均值

Question

對不起，這篇文章的「不真實的信息」標題。 我有以下數據SAS設置：

time Add time_delete 
5 3.00 5 
5 3.15 11 
5 3.11 11 
8 4.21 8 
8 3.42 8 
8 4.20 11 
11 3.12 . 

凡time對應於新添加的（Add）價格在每3分鐘拍賣。此價格可以在相同的時間間隔或更晚的時間內刪除，如time_delete所示。我的目標是計算每time的Add字段的平均價格。例如，我在time=5的平均價格是(3.15+3.11)/2，因爲3.00在間隔內被刪除。那麼站在time=8的平均價格是(4.20+3.15+3.11)/3。正如你所看到的，我必須看看我現在站在的位置，然後回頭看看哪些價格仍然有效，站在time=8。此外，我想有一個領域，我知道每個time可用的最高價格沒有被刪除。 有什麼幫助嗎？

Answer 1

這裏有一個滾動總和的變體。沒有一個簡單的解決方案（特別是你毫無疑問有一些併發症未提及）;但是這裏有幾點提示。

首先，您可能需要更改數據的格式。這實際上是一個相對容易解決的問題，如果每個可能的時間點都有一行，而不是一行。

data have; 
input time Add time_delete; 
datalines; 
5 3.00 5 
5 3.15 11 
5 3.11 11 
8 4.21 8 
8 3.42 8 
8 4.20 11 
11 3.12 . 
;;;; 
run; 

data want; 
set have; 
if time=time_delete then delete; 
else do time=time to time_delete-1; 
    output; 
end; 
keep time add; 
run; 

proc means data=want mean max n; 
class time; 
var add; 
run; 

你可以輸出PR​​OC意味着一個數據集，讓你的最大值加上平均值，然後要麼把那回主數據集或任何你需要的。

這是一個非常大的數據集，所以如果你正在查看數十萬個數據點，這可能不是你最好的選擇。

您也可以在沒有額外行的情況下在SQL中執行此操作，儘管這些「其他複雜情況」可能會導致事情發生扳機。

proc sql; 
select H.time, mean(V.add), max(V.add) from (
    select distinct H.time from have H 
    left join 
    (select * from have) V 
    on V.time le H.time 
    and V.time_delete gt H.time) 
    group by 1; 
; 
quit; 

相當簡單快速的查詢，除非如果您有很多時間值，則可能需要一些時間才能執行連接。

其他選擇：

• 將數據讀入陣列，其中第二陣列跟蹤刪除點。這可能會變得有點複雜，因爲您可能需要通過刪除點對數組進行排序 - 所以不必在最後添加新記錄，而需要將一堆記錄向下移動。 SAS不像c語言那樣友好。

• 使用散列表解決方案。比數組混亂一些，特別是你可以比兩個單獨的數組更容易地排序哈希表。

• 使用IML和向量。與陣列解決方案類似，但具有更強大的操作技術。