SAS：proc摘要和proc排序

Question

如果你使用PROC總結與類條款，它會在這個類 -clause的順序觀察結果進行排序。

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

1）我說的對嗎？

2）如果我未指定所有字段，會發生什么？

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）哪個proc更快： proc summary或proc sort ？

Answer 1

這里要注意幾件事。

• 為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，您將獲得類變量的每1、2和3組合。
• 我不確定為什么要使用BY語句（這顯然表明數據已按該變量排序）。 您可以輕松地在CLASS語句中包含var_1。
• Proc Summary將首先按BY變量的順序對輸出進行排序，然后按指定的順序對CLASS變量進行排序。
• 無論保留哪些變量，此邏輯均適用。
• 在此簡單實例中，Proc Sort應該可以更快地工作，因為Proc Summary將執行不需要的進一步計算。
• 有時，我會使用Proc Summary一步（使用maxid函數）對數據進行排序和重復數據刪除，例如，我每天有多個ID，而我只想獲取最新的ID。 這樣省去了對數據進行排序，然后提取每個ID每天的最后一條記錄的麻煩。

希望這可以幫助。

這是我最后一點的一個例子。 使用_all_要求返回數據集中的所有變量，這確實會在日志中為先前在CLASS語句中列出的變量創建警告，但是可以安全地忽略它。 基本上，我懶於不想為寬數據集分別指定其余變量。

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;