sas function if first.value

Question

我有一个带有时间戳和id的数据集。每个id有几个时间戳值。有时时间是相同的，有时是不同的。我按id和时间戳排序数据。然后我把它传递给函数if first。value。然后我执行一个进程频率，对记录进行计数，每次进程频率都会给我一些id的稍微不同的计数。总的总数不会改变，但有些值被移动了，所以例如，对于id，计数是a=125和id b=130。如果我再次运行代码，值将是id a=126和id b=129。总数保持不变，但值略有变化。我用和第一个相同的变量排序。价值函数。我还尝试了过程排序nodupkey，并使用等号和no等号作为选项。是否有其他方法可以只保留每个id最早的记录?谢谢。

proc sort data=a out=b ; 
by id time ; 
run; 
data c; 
set b; 
IF FIRST.id; 
BY id time; 
run;

Answer 1

发布的代码应该可以正常工作。但是每个ID值只有一个观测值。因此，如果你看到129条ID='a'的观察结果，那么你已经做了一些与你发布的不同的事情。

因此，让我们使用SASHELP.CLASS作为所有SAS用户可用的示例数据集。我们将AGE作为id变量，NAME作为id中的订单变量。因此，这两个步骤将创建一个表，每个年龄的第一个人。

proc sort data=sashelp.class out=one ;
  by age name ;
run;
data want ;
 set one;
 by age;
 if first.age;
run;

如果您运行PROC FREQ或PRINT，您将看到每个AGE值只有一条记录。

proc freq data=want;
  tables age;
run;
proc print data=want;
  var age name;
run;

如果您在输出中获得ID和DATE以外的变量的不同值，那么这意味着您的输入具有相同ID和DATE值的重复记录。要让它始终选择相同的值，您可以尝试使用EQUALS选项使其保持相对顺序。但是，如果您的输入来自数据库，那么它可能不支持。您可以查找其他关键变量来添加到SORT上的BY语句中。你也可以尝试对所有的变量进行排序。

proc sort data=have out=want ;
  by id date _all_ ;
run;
data want;
   set want;
   by id;
   if first.id;
run;

Answer 2

这应该可以工作，您确实需要排序两次。

proc sort data=a out=b; 
by id time ; 
run; 
proc sort data=b nodupkey;
by id;
run;

NOEQUALS不维护输出的顺序，这在本例中很重要。

= | NOEQUALS指定输出数据集中观测值的顺序。对于具有相同by变量值的观测值，EQUALS在输出数据集中维护输入数据集中观测值的相对顺序。NOEQUALS不一定在输出数据集中保持这个顺序。