SAS分组算法

Question

我有以下模型表

#n a b group
1  1 1  1
2  1 2  1
3  2 2  1
4  2 3  1
5  3 4  2
6  3 5  2
7  4 5  2   

我正在使用 SAS 来解决这个问题。在列组中，通过 a 和 b 互连的行被分组。我将尝试解释为什么这些行在同一组中

• 第 1 行到第 2 行在第 2 组中，因为它们的 a = 1
• 第 3 行在第 2 组中，因为第 2 行和第 3 行中的 b = 2，第 2 行在第 1 组中
• 第 3 行和第 4 行在第 1 组中，因为两行中 a = 2，第 3 行在第 1 组中

总体逻辑是，如果行 x 包含与行 y 相同的 a 或 b 值，行 x 也属于与 y 所属的同一组。 按照同样的逻辑，第 5,6 和 7 行在第 2 组中。

有没有什么方法可以通过算法找到这些组？

Answer 1

案例一：

分组定义为连续行内的项目链接。

使用 LAG 函数检查两个变量的先验值。如果两者都发生了变化，则增加组值。例如

group + ( a ne lag(a) and b ne lag(b) );

案例二：

根据对所有数据的项目槽值链接确定的分组。

来自grouping pairs by either key

General statement of problem:
-----------------------------
Given: P = p{i} = (p{i,1},p{i,2}), a set of pairs (key1, key2).

Find: The distinct groups, G = g{x}, of P,
      such that each pair p in a group g has this property:

      key1 matches key1 of any other pair in g.
      -or-
      key2 matches key2 of any other pair in g.

---

演示

…一种使用哈希的迭代方式。 两个哈希维护分配给每个键值的 groupId。 两个额外的哈希用于维护组映射路径。 当数据可以在不引起映射的情况下传递时，组有 已经完全确定。 完成最后一次传递，此时将 groupIds 分配给每个 对，数据输出到表中。