按组分配随机数

Question

我正在尝试为组内的每个观察值分配相同的随机数。因此，在下面的数据集中，变量“random”的值对于 gp=B 的每个观测值都是相等的，并且对于 gp=A 的每个观测值将取另一个值，依此类推。

data test ;
input gp $ a b c ;
datalines;
B 2 2 3
B 2 2 3
A 1 2 3
A 1 2 3
C 3 3 4
C 3 3 4
;

我愚蠢地尝试根据每个组的共同唯一值为每个组创建不同的种子：

data test2 ;
set test ;

seed = a*b*c ;
random = ranuni(seed) ;

run ;

这为每个组创建了一个共同的起点，但显然每次观察都会改变。

如何获得组中每个观察值的随机数？由于真实数据集的规模非常大，我希望避免任何排序或其他耗时的过程。

因此，所需的数据集看起来像：

data want ;
input gp $ a b c random ;
datalines;
B 2 2 3 0.123
B 2 2 3 0.123
A 1 2 3 0.456
A 1 2 3 0.456
C 3 3 4 0.789
C 3 3 4 0.789
;

Answer 1

这应该可以解决问题，如果您有任何问题，可以问我：

proc sort data=test;
by gp;
run;

data test2;
drop seed;
set test;
by gp;
retain random;
if first.gp then do;
  seed = a*b*c ;
  random = ranuni(seed) ;
end;
run;

基本上，每次调用 ranuni 都会得到一个新的随机数，因此您只想在 id (gp) 更改时调用它。