摘要：
在实际应用中，我们经常会把宽数据（一个患者一条观测）转化为长数据（一个患者多条观测）或者将长数据（一个患者多条观测）转换为宽数据（一个患者一条观测），在R中我们可以利用Reshape2包来实现。在SAS中有两种实现方法：数组和TRANSPOSE。这一篇博文先讲解利用数组重构SAS数据，下一篇博文将介绍利用TRANSPOSE函数重构SAS数据。 1.宽数据变长数据 ***创建数据集 DATA DI... 阅读全文
摘要：
参考资料：《Longitudinal Data and SAS: A Programmer's Guide》 阅读全文
摘要：
PROC MEANS和PRC FREQ在做描述性分析的时候很常用，用法也比较简单，不过这两个过程步的某些选项容易忘记，本文就梳理一下。 在进入正文前，我们先创建所需的数据集TEST_SCORES： DATA TEST_SCORES; INPUT COUNTY : $9. SCHOOL & $21. TEACHER : $8. MATH SCIENCE ENGLISH; DATALINES; HUN... 阅读全文
摘要：
考虑这样一种场景：我们有一份患者入院检查的数据，我们知道一个患者有可能会多次去医院做检查，每次检查的结果可能为阳性，也可能为阴性。我们现在关注的是某一个患者在若干次检查中是否出现了阳性结果，在R中我们可以使用any函数，在python中可以利用pandas的groupby函数，在SAS中该如何处理呢？今天就立一个flag来解决它。 1. ***创建数据 DATA LAB; INPUT PA... 阅读全文
摘要：
FIRST.和LAST.临时变量是SAS很有特色的一点，我在R和Python中暂时没有发现类似的功能（也许它们也有这个功能，我不知道而已）。考虑这样一种场景：我们有患者就诊的数据，每一条观测对应一个患者的一次就诊记录，我们知道一个患者可能会多次就医，那么如何找到这个患者第一次就医时间以及最有一次就医时间呢？又或者我们如何确定一个患者是不是因为同一个疾病多次入院。这篇博文将详细介绍如何利用FIRST... 阅读全文
摘要：
在实际的应用中，我们会想查看当前观测的上一个观测值，在上一篇博客中我们使用了RETAIN语句来记录上一条观测，其实SAS还提供了一个很好用的函数LAG。当我们使用函数时，一定要明确该函数的返回值是什么。之前我一直认为LAG就是滞后一阶，返回当前观测的上一个值，实际上这种理解是错误的。 LAG返回的是 阅读全文
摘要：
在上一篇博客里我们讲解了在python里运用pandas对数据进行分组，这篇博客将接着讲解对分组后的数据进行聚合。1.python 中经过优化的groupy方法先读入本文要使用的数据集tips.csvtips=pd.read_csv('tips.csv')tips.head() 阅读全文
摘要：
本文重点： 使用RETIAN,INPUT在每次循环执行时保留上一次PDV中的变量值。 SUM语句和SET语句会自动RETAIN变量。 1. RETAIN语句 1.1 Example 1 先来看看在DATA步不使用和使用RETAIN语句的差异 没有使用RETAIN: 使用RETAIN: 注意比较两段代 阅读全文
摘要：
其实我是不喜欢SAS的。当然，我不喜欢她，并不代表她不好，实际上在某些应用场景下SAS是款很优秀的软件。我的数据分析之路始于R,品尝过R的灵活与简洁（不论是软件安装还是语法）后，再来学习SAS，的确提不起兴致。然而由于：1.导师的项目数据量较大（几Gb到几十Gb）；2.之前的项目代码师兄已经用SAS 阅读全文
摘要：
前言 Python的pandas包提供的数据聚合与分组运算功能很强大，也很灵活。《Python for Data Analysis》这本书第9章详细的介绍了这方面的用法，但是有些细节不常用就容易忘记，遂打算把书中这部分内容总结在博客里，以便复习查看。根据书中的章节，这部分知识包括以下四部分： 1.G 阅读全文