如何使用表 2 中的信息（在 SAS 中）重新编码表 1 中的变量答案

【问题标题】：How to recode variables in table 1 using info from table 2 (in SAS)如何使用表 2 中的信息（在 SAS 中）重新编码表 1 中的变量
【发布时间】：2017-06-07 17:50:56
【问题描述】：

总体目标是根据百分位数对定量变量进行分层。我想将它分成 10 个级别（例如第 10、20、...100 个百分位），如果它落入第 10 个百分位，则将其重新编码为 1，如果它落入第 20 个百分位，则将其重新编码为 2，等等。这种方法需要适用于我插入的任何数据集，我希望这个过程尽可能自动化。下面我生成了一些测试数据：

data test (drop=i);
do i=1 to 1000;
a=round(uniform(1)*4,.01);
b=round(uniform(1)*10,.01);
c=round(uniform(1)*7.5,.01);
output;
end;
stop;
run;

以下宏用于创建一个值表，告诉您每个变量的 10 个百分位数的截止值。我在代码下方添加了示例输出的图片。

/*Recode variables based on quartiles from boxplot*/
%macro percentiles(var);                                                                                                           
     /* Count the number of values in the strinrecode */                                                                                                                                   
     %let count=%sysfunc(countw(&var)); 
     /* Loop throurecodeh the total number of values */                                                                                         
     %do i = 1 %to &count;                                                                                                              
      %let variables=%qscan(&var,&i,%str(,));
proc univariate data=test noprint;
   var &variables;
   output out=pcts pctlpts  = 10 20 30 40 50 60 70 80 90 100
                    pctlpre  = &variables;
run;
proc transpose data=pcts out=&variables (rename=(col1=&variables) drop=_NAME_ _LABEL_);
run;                                                                                                                      
     %end; 
data percentiles (drop=i);
do i=1 to 10;
recode=i;
percentile=i*10;
output;
end;
stop;
run;

data pcts;
merge percentiles %sysfunc(tranwrd(&var.,%str(,),%str( ))); 
run;
%mend;  
%percentiles(%str(a,b,c));

output from above macro

以下代码是我当前重新编码变量的方式。我使用上述宏中生成的表格来填充每个变量的每个百分位数的截止点。如您所见，这非常乏味，如果我有大量变量要重新编码，这将变得令人望而却步。有没有更好的流程或者最好是我可以自动化这部分的方法？

data test;
set test;
if a <= .415 then recode_a = 1; else if a <= .785 then recode_a = 2; else if a <= 1.255 then recode_a = 3; 
else if a <= 1.61 then recode_a = 4;   else if a <= 2.03 then recode_a = 5; else if a <= 2.42 then recode_a = 6;   
else if a <= 2.76 then recode_a = 7; else if a <= 3.18 then recode_a = 8; else if a <= 3.64 then recode_a = 9; 
else if a <= 3.99 then recode_a = 10;   
if b <= .845 then recode_b = 1; else if b <= 1.88 then recode_b = 2; else if b <= 2.86 then recode_b = 3; 
else if b <= 4.005 then recode_b = 4;   else if b <= 5.03 then recode_b = 5; else if b <= 6.07 then recode_b = 6;   
else if b <= 6.995 then recode_b = 7; else if b <= 8.035 then recode_b = 8; else if b <= 9.16 then recode_b = 9; 
else if b <= 10 then recode_b = 10;  
if c <= .86 then recode_c = 1; else if c <= 1.58 then recode_c = 2; else if c <= 2.34 then recode_c = 3; 
else if c <= 3.15 then recode_c = 4;   else if c <= 3.85 then recode_c = 5; else if c <= 4.615 then recode_c = 6;   
else if c <= 5.315 then recode_c = 7; else if c <= 5.96 then recode_c = 8; else if c <= 6.75 then recode_c = 9; 
else if c <= 7.5 then recode_c = 10;
run; 

proc print data=test (obs=5);
run;

sample of desired output

【问题讨论】：

标签： macros sas recode

【解决方案1】：

另一个选项 - PROC RANK。您可能可以使其更加“自动化”，但这非常简单。使用 PROC RANK，您还可以指定处理关系的不同方式。请注意，它将从 0 变为 9 而不是 1 到 10，但这很容易改变。

data test (drop=i);
do i=1 to 1000;
a=round(uniform(1)*4,.01);
b=round(uniform(1)*10,.01);
c=round(uniform(1)*7.5,.01);
output;
end;
stop;
run;

proc rank data=test out=want groups=10;
var a b c;
ranks rankA rankB rankC;
run;

【讨论】：

该死的......我只希望我能早点看到你的帖子，它会为我节省很多时间和压力。我从其他人的答案中学到了很多有用的东西，但这正是我正在寻找的。它简洁、简短、简单。非常感谢！
如果我想创建一个宏，这就是我的值的输入方式：%percentiles(var=a b c); 我怎样才能使它生成的新变量被称为“recode_[无论输入是什么]”无需将它们输入到排名语句中？
是的，我建议查询 SASHELP 表以生成名单，类似于@foxer 解决方案。在某些方面，重命名或将其合并回主数据集可能更容易。如果您不使用 RANK 语句，它将使用相同的变量名称生成排名。
我确实将此作为 SAS 的功能请求 btw，我们应该能够指定 PREFIX 并让 PROC RANK 自动重命名新变量。 communities.sas.com/t5/SASware-Ballot-Ideas/…

【解决方案2】：

以下内容应该可以动态地为您工作，无需硬编码——我对其进行了编辑以将其压缩为一个宏。本质上，它将您想要的变量放入列表中，使用您的输出创建数据集，然后使用变量内容将您的数据步骤放入长字符串中。然后将这些字符串放入宏变量中，您可以在最后的数据步骤中调用它。同样，不涉及硬编码。

%MACRO stratify(library=,input=,output=);
%local varlist varlist_space data_step_list;

    ** get vars into comma-separated list and space-separated list **;
    proc sql noprint;
        select NAME
        into: varlist separated by ","
        from dictionary.columns
        where libname=upcase("&library.") and memname=upcase("&input.");

        select NAME
        into: varlist_space separated by " "
        from dictionary.columns
        where libname=upcase("&library.") and memname=upcase("&input.");
    quit;

    %percentiles(%bquote(&varlist.)); 

    ** put data into long format **;
    proc transpose data = pcts out=pcts_long;
        by recode percentile;
        var &varlist_space.;
    run;

    ** sort to get if-else order **;
    proc sort data = pcts_long;
        by _NAME_ percentile;
    run;

    ** create your if-then strings using data itself **;
    data str; 
        length STR $100;
        set pcts_long;
        bin = percentile/10;
        by _NAME_;
        if first._NAME_ then do;
            STR = "if "||strip(_NAME_)||" <= "||strip(put(COL1,best.))||" then "||catx("_","recode",_NAME_)||" = "||strip(put(bin,best.))||";";
        end;
        else do;
            STR = "else if "||strip(_NAME_)||" <= "||strip(put(COL1,best.))||" then "||catx("_","recode",_NAME_)||" = "||strip(put(bin,best.))||";";
        end;
    run; 

    ** put strings into a list **;
    proc sql noprint;
        select STR
        into: data_step_list separated by " "
        from STR;
    quit;

    ** call data step list in final data **;
    data &output.; set &input.;
        &data_step_list.;
    run;

    proc print data = &output.(obs=5);
    run;

%MEND;

%stratify(library=work,input=test,output=final);

【讨论】：

非常感谢！完美地工作。 :)
没问题。我再次编辑，以便它可以使用任何变量名称，而不仅仅是a,b,c。它只是创建了另一个变量列表，只有空格分隔。

【解决方案3】：

不需要所有的代码生成。只需使用一个数组。基本上将 PROC UNIVARIATE 生成的数据集中的百分位数加载到二维数组中，然后找到实际值的十分位数。

%macro stratify(varlist,in=,out=,pcts=pcts);
%local nvars pctls droplist recodes ;
%let varlist=%sysfunc(compbl(&varlist));
%let nvars=%sysfunc(countw(&varlist));
%let pctls=pctl_%sysfunc(tranwrd(&varlist,%str( ),%str( pctl_)));
%let droplist=pctl_%sysfunc(tranwrd(&varlist,%str( ),%str(: pctl_))):;
%let recodes=recode_%sysfunc(tranwrd(&varlist,%str( ),%str( recode_)));

proc univariate data=&in noprint ;
  var &varlist;
  output out=&pcts pctlpre=&pctls
         pctlpts = 10 20 30 40 50 60 70 80 90 100 
  ;
run;

data want ;
  if _n_=1 then set &pcts ;
  array _pcts (10,&nvars) _numeric_;
  set test;
  array _in &varlist ;
  array out &recodes ;
  do i=1 to dim(_in);
    do j=1 to 10 while(_in(i) > _pcts(j,i)); 
    end;
    out(i)=j;
  end;
  drop i j &droplist;
run;
%mend stratify;

因此，如果我在此处使用您生成的示例，则打开 MPRINT 选项后的日志会是什么样子。

1093  %stratify(a b c,in=test,out=want);
MPRINT(STRATIFY):   proc univariate data=test noprint ;
MPRINT(STRATIFY):   var a b c;
MPRINT(STRATIFY):   output out=pcts pctlpre=pctl_a pctl_b pctl_c pctlpts = 10 20 30 40 50 
60 70 80 90 100 ;
MPRINT(STRATIFY):   run;

NOTE: The data set WORK.PCTS has 1 observations and 30 variables.
NOTE: PROCEDURE UNIVARIATE used (Total process time):
      real time           0.01 seconds
      cpu time            0.01 seconds


MPRINT(STRATIFY):   data want ;
MPRINT(STRATIFY):   if _n_=1 then set pcts ;
MPRINT(STRATIFY):   array _pcts (10,3) _numeric_;
MPRINT(STRATIFY):   set test;
MPRINT(STRATIFY):   array _in a b c ;
MPRINT(STRATIFY):   array out recode_a recode_b recode_c ;
MPRINT(STRATIFY):   do i=1 to dim(_in);
MPRINT(STRATIFY):   do j=1 to 10 while(_in(i) > _pcts(j,i));
MPRINT(STRATIFY):   end;
MPRINT(STRATIFY):   out(i)=j;
MPRINT(STRATIFY):   end;
MPRINT(STRATIFY):   drop i j pctl_a: pctl_b: pctl_c:;
MPRINT(STRATIFY):   run;

NOTE: There were 1 observations read from the data set WORK.PCTS.
NOTE: There were 1000 observations read from the data set WORK.TEST.
NOTE: The data set WORK.WANT has 1000 observations and 6 variables

前五个观察结果是：

【讨论】：