循环通过 SAS 中的每个观察

Question

假设我有一个包含 10000 个观察值的表：

Obs X Y Z
1
2
3
...
10000

对于每个观察，我创建一个宏： mymacro(X, Y, Z) 我使用 X, Y, Z 之类的输入。 我的宏创建了一个包含 1 个观察值、4 个新变量 var1、var2、var3、var4 的表。

我想知道如何在我的初始集中循环遍历 10000 个观察结果，结果如下：

Obs X Y Z Var1 Var2 Var3 Var4
1
2
3
...
10000

更新：

Var1、Var2、Var3、Var4的计算：

我有一个参考表：

Z    25          26          27          28          29          30   
0    10 000      10 000      10 000      10 000      10 000      10 000   
1    10 000      10 000      10 000      10 000      10 000      10 000   
2    10 000      10 000      10 000      10 000      10 000      10 000   
3    10 000      10 000      10 000      10 000      10 000      10 000   
4    9 269       9 322       9 322       9 381       9 381       9 436   
5    8 508       8 619       8 619       8 743       8 743       8 850   
6    7 731       7 914       7 914       8 102       8 102       8 258   
7    6 805       7 040       7 040       7 280       7 280       7 484   
8    5 864       6 137       6 137       6 421       6 421       6 655   
9    5 025       5 328       5 328       5 629       5 629       5 929   
10   4 359       4 648       4 648       4 934       4 934       5 320   

我的设置是这样的：

Obs X   Y   Z
1   27  4   9
2           
3           
            
            
10000   

所以对于第一个观察 (27, 4, 9)：

Var1 = (8 619+ 7 914+ 7 040 + 6 137 + 5 328)/ 9 322

Var2 = (8 743+ 8 102+ 7 280+ 6 421 + 5 629)/ 9 381

以便：

Var1 = 第 27 列 (X) 中所有数字的总和，从观测值 5 (Z+1) 到观测值 9 (Z)，除以（第 27 列 (X) - 观测值 4 (Z)）中的值

Var2 = 第 28 列 (X+1) 中所有数字的总和，从观测值 5 (Z+1) 到观测值 9 (Z)，然后除以（第 28 列 (X+1) - 观测值 4）中的值(Z))

Answer 1

我会将参考表转换为一种形式，使您可以一次对所有观察结果进行计算。 因此，通过转置现有表或仅以这种方式读取它，将您的参考表变成一个高大的结构：

data ref_tall;
  input z @;
  do col=25 to 30 ;
    input value :comma9. @; 
    output;
  end;
datalines;
 0    10,000      10,000      10,000      10,000      10,000      10,000   
 1    10,000      10,000      10,000      10,000      10,000      10,000   
 2    10,000      10,000      10,000      10,000      10,000      10,000   
 3    10,000      10,000      10,000      10,000      10,000      10,000   
 4     9,269       9,322       9,322       9,381       9,381       9,436   
 5     8,508       8,619       8,619       8,743       8,743       8,850   
 6     7,731       7,914       7,914       8,102       8,102       8,258   
 7     6,805       7,040       7,040       7,280       7,280       7,484   
 8     5,864       6,137       6,137       6,421       6,421       6,655   
 9     5,025       5,328       5,328       5,629       5,629       5,929   
10     4,359       4,648       4,648       4,934       4,934       5,320   
;

现在拿你的清单表 HAVE：

data have;
  input id x y z;
  datalines;
1 27 4 9
2 25 2 4
;

并将其与参考表结合起来进行计算：

proc sql ;
create table want1 as
  select a.id
       , sum(b.value)/min(c.value) as var1
  from have a
  left join ref_tall b
    on a.x=b.col
    and b.z between a.y+1 and a.z
  left join ref_tall c
    on a.x=c.col
    and c.z = a.y
  group by a.id
;
create table want2 as
  select a.id
       , sum(d.value)/min(e.value) as var2
  from have a
  left join ref_tall d
    on a.x+1=d.col
    and d.z between a.y+1 and a.z
  left join ref_tall e
    on a.x+1=e.col
    and e.z = a.y
  group by a.id
;
create table want as
   select *
   from want1 natural join want2 natural join have
;
quit;

结果：

Obs    id     x    y    z      var1       var2

 1      1    27    4    9    3.75864    3.85620
 2      2    25    2    4    1.92690    1.93220

Answer 2

参考表可以建立在一个array中，使执行指定的计算变得容易。 然后可以使用直接地址引用来访问引用值。

例子

参考表数据已移动到数据集中，因此这些值可以随时间更改或从某个源重新加载，例如 Excel。 可以将参考值加载到数组中以在 DATA 步期间使用。

* reference information in data set, x property column names are _<num>;

data ref;
  input z (_25-_30) (comma9. &); 
  datalines;
0    10,000      10,000      10,000      10,000      10,000      10,000   
1    10,000      10,000      10,000      10,000      10,000      10,000   
2    10,000      10,000      10,000      10,000      10,000      10,000   
3    10,000      10,000      10,000      10,000      10,000      10,000   
4    9,269       9,322       9,322       9,381       9,381       9,436   
5    8,508       8,619       8,619       8,743       8,743       8,850   
6    7,731       7,914       7,914       8,102       8,102       8,258   
7    6,805       7,040       7,040       7,280       7,280       7,484   
8    5,864       6,137       6,137       6,421       6,421       6,655   
9    5,025       5,328       5,328       5,629       5,629       5,929   
10   4,359       4,648       4,648       4,934       4,934       5,320   
;

* computation parameters, might be a thousand of them specified;

data have;
  input id x y z;
  datalines;
1 27 4 9
;

* perform computation for each parameters specified;

data want;
  set have;

  array ref[0:10,1:30] _temporary_;

  if _n_ = 1 then do ref_row = 0 by 1 until (last_ref);
    * load reference data into an array for direct addressing during computation;
    set ref end=last_ref;
    array ref_cols _25-_30;

    do index = 1 to dim(ref_cols);
      colname = vname(ref_cols[index]);
      colnum  = input(substr(colname,2),8.);
      ref[ref_row,colnum] = ref_cols[index];
    end;
  end;

  * perform computation for parameters specified;

  array vars var1-var4;

  do index = 1 to dim(vars);
    ref_column = x + index - 1 ;   * column x, then x+1, then x+2, then x+3;

    numerator = 0;                 * algorithm against reference data;
    do ref_row = y+1 to z;
      numerator + ref[ref_row,ref_column];      
    end;

    denominator = ref[y,ref_column];

    vars[index] = numerator / denominator;  * result;
  end;

  keep id x y z numerator denominator var1-var4;
run;