SAS：proc摘要和proc排序

Question

如果您使用proc概要和class-clause，它將按照這個順序排序您的觀察結果。

proc summary data=One; 
    by var_1; 
    class var_2 var_3 var_4; 
    output out = Two(drop= _freq_ _type_); 
run; 

1）我是對嗎？

2）如果我沒有指定所有字段，會發生什麼？

proc summary data = Three(keep= var_1 var_2 var_ 3 var_4 var_5 var_6); 
    by var_1; 
    class var_2 var_3; 
    output out = Four(drop= _freq_ _type_); 
run; 

3）PROC更快：proc summary或proc sort？

Answer 1

這裏有幾件事要注意。

• 爲了保留相同數量的行，您需要在proc摘要語句中指定nway選項。沒有它，你會得到每一個1,2和3類變量的組合。
• 我不知道你爲什麼有BY語句（這顯然表明數據已經被該變量排序）。您可以輕鬆地在CLASS語句中包含var_1。
• Proc Summary將按照BY變量的順序對輸出進行排序，然後按照它們指定的順序對CLASS變量進行排序。
• 無論保留哪些變量，該邏輯都適用。
• 在這個簡單的實例中，Proc Sort應該工作得更快，因爲Proc Summary將執行不需要的進一步計算。
• 我有時使用Proc Summary在一個步驟中對數據進行排序和重複數據刪除（使用maxid函數），例如，我每天有多個身份證件，而且我只想採用最新的身份證件。這樣可以節省必須對數據進行排序，然後提取每個ID每天的最後一條記錄。

希望這有助於。

這是我最後一點的例子。使用_all_要求返回數據集中的所有變量，這確實會在日誌中爲以前在CLASS語句中列出的變量創建警告，但可以安全地忽略它。這基本上是我懶惰，不想爲寬數據集分別指定其餘變量。

data have; 
input unique_id custno log_dt :datetime15.; 
format log_dt datetime15.; 
cards; 
1 123 01jul2012:13:23 
2 265 01jul2012:13:56 
3 342 01jul2012:15:02 
4 123 01jul2012:17:12 
5 342 01jul2012:18:33 
6 265 02jul2012:08:41 
7 123 02jul2012:10:14 
8 265 02jul2012:11:05 
; 
run; 

proc summary data=have nway; 
class custno log_dt; 
format log_dt dtdate9.; 
output out=want (drop=_:) maxid(log_dt(_all_))=; 
run;