vlambda博客
学习文章列表

马不停蹄赶稿子。

问题

有如下数据集，需要固定其中 stat 列的顺序，

啥意思？就是后面不管这个数据集如何排序，要保持，在各个 sex 中，stat 始终保持 N->Mean->std->Median->Minimum->Maximum 这样的顺序不变。

厘清思路

这里我们用到了 dow 循环来操作，对于这种由 proc means 确定的 stat 顺序的 situation，dow 循环是再合适不过的了。

上 code，

data mean3;
    do _n_= 1 by 1 until(last.sex);
        set mean2;
        by cat sex var;
        ord= _n_;
        output;
    end;
run;

就是如此简单。实际上，我们在 文章里提到过 dow 循环。

注意看过程，其中，当读完第一个 by 变量组的全部观测时，last.sex 判定 do until 循环终止，data step 的第一次迭代结束，进入 data step 的第二次迭代，do until 的 _n_ 又从 1 开始，直到 last.sex，依次类推。我们可以发现，一次 data step 的循环迭代，读取的就是 一个 by 变量组的全部观测。

提问，这里的 do _n_ by until，你觉得起到什么作用？实际上，它压缩了经由 set 读取数据时 data step 的循环迭代次数。为什么这么说？正常来讲，

data mean3;
        set mean2;
        by cat sex var;
run;

这里，data step 需要迭代 18 次的，而由于 dow 循环控制了一次 data step 终止的条件，即，必须遇上 last.sex，该次 data step 的迭代才能终止，因而，data step 最终只需要迭代 3 次，即可读入全部观测，同时借助 _n_ 作为计数器，完成了行观测顺序的 assignment。

这种方式，实现了对数据读取的更大程度的控制，非常推荐日常多多使用。

细节

肯定有人要问，如果开始的数据集 stat 列不是刚好我们要的顺序怎么办？

有人就想着利用 if then，进行顺序的一个个赋值，当然是可行的，但是一旦 if condition 过多，写起来也很麻烦，这里推荐的另外一个方式是 这篇文章里提到的，借助 proc format，将 stat 生成数字 format，依据数字进行排序，同时若要对 stat 中的值改名，只需要再生成第二个字符串 format，后续进行转 format 即可。