如何根据时间和重叠的数值范围为数据集分配值？ - SAS

Question

我有一个信用卡交易数据集（我们称之为“Trans”），其中包含交易金额、邮政编码和日期。我有另一个数据集（我们称之为“Key”），它列出了基于 date 和 geocode 的销售税率。 Key 数据集还包括与由 2 个变量表示的每个地理编码相关联的一系列邮政编码：Zip Start 和 Zip End。

由于地理编码与邮政编码不一致，一些邮政编码范围会重叠。如果发生这种情况，我想使用与 Trans 中显示的邮政编码相关的最低销售税率。

跨数据集：

TransAmount TransDate TransZip
$200 01/07/1998 90010
$12 02/09/2002 90022

关键数据集：

Geocode Rate StartDate EndDate ZipStart ZipEnd
1001 .0825 199701 200012 90001 90084
1001 .085 200101 200812 90001 90084
1002 .0825 199701 200012 90022 90024
1002 .08 200101 200812 90022 90024

期望的输出：

TransAmount TransDate TransZip Rate
$200 01/07/1998 90010 .0825
$12 02/09/2002 90022 .08

我在 SAS 中使用了这个基本的 SQL 代码，但遇到了邮政编码重叠的问题。

 proc sql;
 create table output as
 select a.*, b.zipstart, b.zipend, b.startdate, b.enddate, b.rate
 from Trans.CA_Zip_Cd_Testing a left join Key.CA_rates b
  on a.TranZip ge b.zipstart
  and a.TranZip le b.zipend
  and a.TransDate ge b.StartDate
  and a.transDate le b.EndDate
;
quit;

Answer 1

就查询部分而言，最简单的方法是添加一个子查询来获取最低速率。

Select t.transamount, t.transdate,t.transzip
        ,(Select MIN(rate) from Key where t.transzip between ZipStart and ZipEnd and t.transdate between startdate and enddate) 'Rate'
from trans t

您也可以将其作为子查询并加入它。

Answer 2

SAS SQL 优化器有时会很不错。其他时候，这可能是一个挑战。这段代码会稍微复杂一些，但它可能会更快，并且会受到键表的大小限制。

data key;
set key;
   dummy_key=1;
run;

data want(drop=dummy_key geocode rate startDate endDate zipStart zipEnd rc i);
if _n_ = 1 then do;
 if 0 then set key;
 declare hash k (dataset:'key',multidata:'y');
 k.defineKey('dummy_key');
 k.defineData('geocode','rate','startdate','enddate','zipstart','zipend');
 k.defineDone();
end;
call missing (of _all_);
set trans;
dummy_key=1;

rc = k.find();
do i=1 to 1000 while (rc=0);
transZipNum = input(transZip,8.); *converts character zip to number. if its    already a number then remove;
zipStartNum = input(zipStart,8.);
zipEndNum = input(zipEnd,8.);

if startDate <= transDate <= endDate then do;
     if zipStartNum <= transZipNum <= zipEndNum then do;
          rate_out = min(rate_out,rate);
     end;
end;
rc=k.find_next();
end;
run;