如何创建变量取决于其他观察结果

Question

我有一个大学数据，问题是找到相同的id，相同的课程1和课程2是否有下一学期。我的表格如下前 4 个变量：id、term、course1 和 course2。我正在尝试创建第 5 个变量"下一个术语"。术语是这样的：201010-201020-201030-201110-201120-201130-201210,...等等。所以 id=21，课程 1 和课程 2 是 201010 和 201020 的相同 MAT 51。所以 201010 将是 Yes，201020 将是 No。

  id    term    course1    course2                nextterm
  21    201010  MAT        41                        No
  21    201010  MAT        51                        Yes
  21    201020  MAT        51                        No
  21    201020  SPC        13                        No
  29    201130  pos        94                        Yes
  29    201210  pos        94                        No 

Answer 1

好的，这是更新的答案，它需要对一定级别的SQL有一定的了解，如果你的数据量不是太大，它可以工作。请注意，我已经在传入数据集中将该术语转换为数字，但也可以即时完成。如果你觉得它运行得太慢，那么我建议 1。通过在 ID 2 中减少术语来重新调整您的数据。DOW 或 Hash 应该就足够了。

    data have;
    input id    term    (course1    course2          ) (:$8.);
    cards;
  21    201010  MAT        41                  
  21    201010  MAT        51                  
  21    201020  MAT        51                  
  21    201020  SPC        13                  
  29    201120  pos        94                  
  29    201130  pos        94                  
;
   PROC SQL;
CREATE TABLE WANT AS
SELECT *, CASE WHEN EXISTS(SELECT * FROM HAVE WHERE ID=A.ID AND 
(INT(TERM/100) = INT(A.TERM/100) AND MOD(TERM,100)=MOD(A.TERM,100)+10 
 OR INT(TERM/100) = INT(A.TERM/100)+1 AND MOD(TERM,100)=MOD(A.TERM,100)-20) 
 AND CATS(A.COURSE1,A.COURSE2) = CATS(COURSE1,COURSE2)) 
                  THEN 'Yes' ELSE 'No' END AS NEXTTERM
FROM HAVE A;
QUIT;

这是一个更好的解决方案。它在第一个 DOW 中设置一个 Hash 对象，以将所有学期、课程信息存储在同一 ID 中，然后在第二个 DOW 中检查您的条件是否满足。如果所有 ID 都保持在一起（群集），则不需要排序。有关详细信息，请参阅 SAS 哈希文档。

data have;
    input (id term course1 course2) (:$8.);
    cards;
21    201010  MAT        41                  
21    201010  MAT        51                  
21    201020  SPC        13 
21    201030  MAT        51 
21    201030  SPC        13 
29    201120  pos        94                  
29    201130  pos        94                  
;
run;

   data want;
if _n_=1 then do;
    dcl hash h();
    h.definekey('term','course1','course2');
    h.definedone();
end;
    do until (last.id);
        set have;
        by id notsorted;
        rc=h.add();
    end;
    length nextterm $3;
    do until (last.id);
        set have;
        by id notsorted;
        if h.check(key:cats(substr(term,1,4),input(substr(term,5),2.)+10),key:course1, key:course2) = 0 or 
            h.check(key:cats(input(substr(term,1,4),4.)+1,input(substr(term,5),2.)-20),key:course1, key:course2) =0 then
            nextterm='Yes';
        else nextterm = 'No';
        output;
    end;
    h.clear();
run;

Answer 2

以下是您可以使用的另一种方法 - 将数据集按相反顺序排序，检查每个课程是否在学期之间延续，然后将其排序回原始顺序：

data have;
    input id term (course1 course2) (:$8.);
    cards;
21    201010  MAT        41                  
21    201010  MAT        51                  
21    201020  MAT        51                  
21    201020  SPC        13                  
29    201120  pos        94                  
29    201130  pos        94                  
;
run;
proc sort data = have;
    by id course1 course2 descending term;
run;
data want;
    set have;
    by id course1 course2;
    length nextterm $3;
    nextterm = ifc(first.id or first.course2, 'No','Yes');
run;
proc sort data = want;
    by id term course1 course2;
run;