使用 proc sql 过滤更高的值

Question

我需要根据每组 var1 的较高值过滤数据集。

我有这个数据集：

Var1  t  avg
AA   1  0.02
AA   0  0.21
BB   1  0.05
BB   0  0.20
CC   1  0.10
CC   0  0.14

构建如下

Proc sql;
    Select 
    Var1,
    t,
    Avg(var2) as avg
    From my_data
    Group by 1,2
    Order by 1,2; quit;

我的预期输出是

    AA   0  0.21
    BB   0  0.20
    CC   0  0.14

你能给我一些提示吗？我想我应该先对它们进行排名，然后 select 排名值 = 1 的观察结果（如果按降序排列）

Answer 1

这在 proc sql 中相当棘手。我想这会做你想做的事：

proc sql;
    select Var1, t, avg(avg_var2) as average
    from my_data d
    group by 1
    having avg(avg_var2) = (select max(average)
                            from (select avg(avg_var2) as average
                                  from my_data d2
                                  where d2.var2 = d.var
                                  group by var1, t
                                 )
                           );

Answer 2

根据您的输入，使用以下方法之一添加下一步。

您可以将 SQL 与 HAVING 子句一起使用以获得最大值。

proc sql;
create table want as
select var1, t, avg
from have 
group by var1
having avg=max(avg);
quit;

或者，假设平均值中不可能出现重复项，您可以轻松地使用 PROC SORT。

proc sort data=have;
by var1 descending avg;
run;

proc sort data=have out=want_highest nodupkey;
by var1;
run;

Answer 3

您可以计算 sub-query 中每个 id、t 组的平均值以及 select 组中 id 的最高平均值。

示例：

data raw;
  call streaminit(123);
  do id = 1 to 100;
    do t = 0 to rand('integer',1,2);
      do rep = 1 to rand('integer', 20);
        y = round(rand('uniform'), 0.01);
        output;
      end;
    end;
  end;
run;

proc sql;
  create table want as
  select id, t, avg
  from (
    select id, t, mean(y) as avg format=5.2
    from raw
    group by id, t
  ) as averages
  group by id
  having avg = max(avg)
  ;

使用 proc sql 过滤更高的值

Filtering higher values using proc sql

sas

proc-sql