如何在SPSS文件中均衡每單位的行數

Question

對於每個「單位」，我有一個具有不同行數的文件，並且我希望所有單位具有相同的行數數據中每個單元的空行數是正確的。

例如：

data list list/ unit serial someData. 
begin data. 
1 1 54 
2 1 57 
2 2 87 
2 3 91 
3 1 17 
3 2 43 
end data. 

什麼，我想獲得的是：

1 1 54 
1 2 . 
1 3 . 
2 1 57 
2 2 87 
2 3 91 
3 1 17 
3 2 43 
3 3 . 

我用簡單的解決方法的工作，例如casestovars =>varstocases（保持空）或者準備一個包含單元名稱和連續數的所有行的基本文件，然後將其與數據文件進行匹配，以便最終生成所有行和所有數據。
任何人都可以提出更直接的（\優雅\高效\簡單）的方法？ 謝謝！

Answer 1

Cartesian product是你在這裏所要求的。

使用您的示例數據和下載Custom Extension Command，可以如下解決：

data list list/ unit serial someData. 
begin data. 
1 1 54 
2 1 57 
2 2 87 
2 3 91 
3 1 17 
3 2 43 
end data. 
DATASET NAME ds0. 
DATASET ACTIVATE ds0. 
STATS CARTPROD VAR1=unit VAR2=serial /SAVE OUTFILE="C:\Temp\dsCart". 
SORT CASES BY unit serial. 
MATCH FILES FILE=* /BY unit serial /FIRST=Primary. 
SELECT IF Primary. 
MATCH FILES FILE=* /FILE=ds0 /BY unit serial /DROP=Primary. 
EXE. 

我不知道這Custom Extension Command是多麼有效，所以你可能需要使用STATS CARTPROD的不同口味的嘗試。另一種方法是使用唯一的unit和serial值創建兩個數據集（左側和右側），然後通過STATS CARTPROD命令處理這些數據集。

Answer 2

您已經提到過：創建一個包含所有單元名稱和連續字符串的基本文件，然後將其與數據文件進行匹配將是一個簡單的方法。我想在這裏爲其他讀者概述這一個。

所以對於問題例如您將創建基本數據集是這樣的：

INPUT PROGRAM. 
LOOP #i = 1 to 3. /* 3 = maximum value of unit. 
    LOOP # = 1 to 3. /* 3 = maximum value of serial. 
     COMPUTE unit = #i. 
     COMPUTE serial = #j. 
     END CASE. 
    END LOOP. 
END LOOP. 
END FILE. 
END INPUT PROGRAM. 
DATASET NAME base. 
EXECUTE. 

的數據集將是這樣的。

unit serial 
1 1 
1 2 
1 3 
2 1 
2 2 
2 3 
3 1 
3 2 
3 3 

以下匹配文件命令將帶來想要的結果。

MATCH FILES 
    /FILE base 
    /FILE data1 
    /BY unit serial. 

---

如果你想要的代碼是關於「單位」的最大值和「串行」，你可以使用Python擴展的更靈活：

BEGIN PROGRAM. 
import spss, spssdata 

# list of variable names 
variables = ["unit", "serial"] 

#fetch variable data 
data = spssdata.Spssdata(variables).fetchall() 

# get maximum of 'unit' and 'serial' 
maxunit = max([int(i[0]) for i in data]) 
maxserial = max([int(i[1]) for i in data]) 

# create base data set 
spss.Submit(''' 
INPUT PROGRAM. 
LOOP #i = 1 to {maxu}. 
    LOOP #j = 1 to {maxs}. 
     COMPUTE unit = #i. 
     COMPUTE serial = #j. 
     END CASE. 
    END LOOP. 
END LOOP. 
END FILE. 
END INPUT PROGRAM. 
DATASET NAME base. 
EXECUTE. 
'''.format(maxu=maxunit, maxs=maxserial)) 
END PROGRAM.