SAS:Data step中first和last变量的应用场景

在SAS的data步中，可以使用by分组，在处理过程中会产生两个临时变量first.variable和last.variable，这两个临时变量的值不会写到结果中，这两个临时变量的赋值情况如下：

由于data step是按行处理每一条观测的，当一条观测为某一组的第一条记录时，那么first.variable就为1，否则为0；当一条观测为某一组的最后一条记录时，那么last.variable就为1，否则为0;如果某一组中只有一条观测，那么first.avriable=last.variable都为1.因此，可以使用这两个变量来筛选每一组中的第一条或最后一条观测。以下示例演示如何在SAS中使用first & last

考虑这样一种场景：假设有某校一学期内组织篮球比赛的数据，如下所示，每一条观测对应一个team的一次比赛记录，我们知道一个team在一学期内可能会进行多次比赛。

例1：找到每个 team得分最高和最低分别对应的进球数

data test;

input team $ points rebounds;

  datalines;

Mavs 29 10

Mavs 13 6

Mavs 22 5

Mavs 20 9

Spurs 13 9

Spurs 15 10

Spurs 33 8

Spurs 27 11

Rockets 25 8

Rockets 14 4

Rockets 16 7

Rockets 12 4

LLC 15 9

;

run;

第一步：先按team和points排序

proc sort data=test out=sort_test;

by team points;

run;

第二步：创建临时变量first和last

data test1;

set sort_test;

by team points;

first=first.team;

  last=last.team;

  if first.team or last.team then output;

run;

结果如下：

由上图可以看到，first变量为1表示该team得分最低所进的球的数量，last变量为1表示该team得分最高所进的球的数量。我们发现，对于第一个team LLC，它的first.和last都为1，说明这个team只进行过一次比赛。这里需要注意的是，对于by语句后面的每一个变量，都会有一个对应的first和last临时变量，并且这些临时变量都不会出现在数据集中。

例2：计算每个 team进行比赛的次数

第一步：先按team排序

proc sort data=test out=sort_test;

by team;

run;

第二步：创建临时变量first和last

data test1;

set sort_test;

  by team;



  if first.team then

        number = 0;

  number + 1;

  if last.team then output;

run;

结果如下：