在SAS中为每个组选择随机观察

Question

我有两个数据集：form 和 pool 具有相似的表结构。

a) 数据集表格

b) 数据集池

• 上述两个数据集有三列，其中 Key 和 Level 组合在 form 数据集有 4 行。

• 还有 Sub-Level 数据在 form 和 pool 数据在 Key 和 Level 级别是互斥的。

• Sub-Level 值具有分配给它们的特定 Level，即 Level 和 Sub-Level 遵循一个层次结构。

我想在 form 的 Sub-Level 列下填充 null 值 pool 数据集中具有 Sub-Level 值的数据集，其中 Sub-Level > pool 数据集中应该属于相同的 Key 和 Level form 数据集。

如何在 SAS 中做到这一点？

EDIT 1 ：null 值 填充在 form 数据集中必须在每个数据集中是不同的或唯一的键、级别组。

Answer 1

1. 在form中创建一个新的行ID：key、level、new_id。
2. 在组级别随机排序pool 并创建相同的ID。
3. 通过key、level、new_id 左连接并替换缺失值。

由于与pool 相比，form 中每个组的值更少或相等，并且所有值都是分离且唯一的，您将完成form 而不会生成重复项。

代码示例：

data form;
  set form;
  retain new_id;
  if first.level then new_id = 0;
  new_id + 1;
run;
data pool;
  set pool;
  ran_num = ranuni(12345); /* generate random uniform number */
run;
proc sort data=pool; by key level ran_num; run; /* sort by random number */
data pool;
  set pool;
  retain new_id;
  if first.level then new_id = 0;
  new_id + 1;
run;
proc sql;
create table form_full as
  select a.key, a.level, coalescec(a.sub_level,b.sub_level) as sub_level
    from form a
      left join pool b
        on a.key eq b.key and a.level eq b.level and a.new_id eq b.new_id
      ;
quit;

编辑： 如果pool 在组中的行数少于form， 将new_id 更改为form：

data form;
  set form;
  retain new_id;
  if first.level then new_id = 0;
  if sub_level ne . then new_id + 1;
run;