Re: [程式] SAS分組的指令

看板Statistics作者 (咖啡王子)時間14年前 (2010/04/23 13:00), 編輯推噓1(102)
留言3則, 1人參與, 最新討論串2/2 (看更多)
※ 引述《hanjing (自知者明)》之銘言: : 標題: [程式] SAS分組的指令 : 時間: Thu Apr 22 17:17:26 2010 : : [軟體程式類別]: : ID region co-region_1 co-region_2 co-region_3 : A 101 : B 102 : C 103 : D 104 : : 我想要新創co-region來進行分類 : 基本的想法如下 : : data b; : set a; : select; : when ( region=101 or region=102 ) co-region_1=1; : otherwise co-region_1=0; : when ( region=101 or region=102 or region=103 ) co-region_2=1; : otherwise co-region_2=0; : when ( region=102 or region=104 ) co-region_3=1; : otherwise co-region_3=0; : end; : run; : ID region co-region_1 co-region_2 co-region_3 : A 101 1 1 0 : B 102 1 1 1 : C 103 0 1 0 : D 104 0 0 1 : 這樣的 coding 挺奇怪的 co_region_2 表示 美國、加拿大、墨西哥是一組的 依據是 因為 美國跟加拿大鄰近 美國跟墨西哥鄰近 亦即 你這樣的coding 除非手頭上有你的資料 否則 根本無法判斷誰跟誰鄰近 因為 加拿大跟墨西哥根本沒有鄰近 101 102 103 104 101 1 1 1 0 102 1 1 0 0 103 1 0 1 0 104 ? ? ? 1 我會這樣codeing 101 1 1 1 這樣就可以知道 以101為中心 101 102 103會是鄰近國家 你原始的coding我真的掌握不住就是了 : → hanjing:唉~說到判斷條件啊...其實就是鄰近區域的判別,例如美國的 04/22 21:46 : → hanjing:鄰國是加拿大和墨西國,所以我就將他們整理在第一組 04/22 21:47 : → hanjing:而加拿大的鄰國只有美國,所以這一組就是第二組..所以啊 04/22 21:47 : → hanjing:你想到非洲,南美洲啊...就知道很難整理了 04/22 21:48 : 推 tew:簡單的做法是 先做國家的coding 04/22 22:04 : : 嗯,根據TEW版友的說法 : 其實我已經有完成各國家coding : 而且也將該國與鄰國的coding整理在一起 : 像是 : : 國家 代碼 鄰近國家 : 美國 101 102,103 : 加拿大 102 101 : 墨西哥 103 101 : : 而我希望分組就是要將美國,加拿大,墨西哥三個國家框在同一組 : 而將美國,加拿大框在另一組 : 以上這個表我有另外整理在excel檔裡面 : 但似乎對我在sas將他們分組沒有很大的幫助 : 我目前只能笨笨的 : select; : when ( coding=101 or coding=102 or coding=103 ) co-coding=1; : otherwise co-coding=0; : end; : : 嗯...就是這樣 : 感謝版友的支持 : ※ 編輯: hanjing 來自: 140.138.153.11 (04/23 10:10) : 推 kenshin528:與其要這樣寫語法 真的不如手動CODEING 還比較快... 04/23 10:50 : → lin15:美國,加拿大,墨西哥三個國家框在同一組 然後又美國加拿大一 04/23 11:57 : → lin15:組? 好怪? 04/23 11:57 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 134.208.29.183

04/23 14:06, , 1F
嗯~我了解t大的想法,但因為用when分組之後,我還要依據分組
04/23 14:06, 1F

04/23 14:07, , 2F
進行其他的敍述統計工作,也就是要用proc mean 然後by分組
04/23 14:07, 2F

04/23 14:08, , 3F
所以才沒有採用t大的coding方法,感謝t大的熱心~~
04/23 14:08, 3F
文章代碼(AID): #1BqIbNp2 (Statistics)
討論串 (同標題文章)
文章代碼(AID): #1BqIbNp2 (Statistics)