作者Meidien (学海无涯回头是岸)
看板Statistics
标题Re: [程式] SAS删除substring重复的样本
时间Tue Jul 13 12:52:04 2021
感谢west1996大大提供宝贵的知识，後续资料处理找到一个问题，於是来回报结案一下，
希望有助於後人查找。
我的资料是供应链资料，我从下游到上游逆着排，所以BCA的话B就是最下游厂商，A是最
上游。而我资料处理的目的是找出unique的供应链，所以一条供应链里头的任意子供应链
就要删掉。
接续原始的问题，west大的解法将本笔资料的子集合与上一笔资料做比对，符合的话就用
本笔刷新比较值。如果不符合的话就output本笔。有个小问题发生在下面这样的状况：
EDHGY拿前四码和前一笔EDFG比，发现不一致，所以会output EDHGY，但是这种状况下前
一笔的EDFG也得output出去才行。
ObsName_origin $
ED
EDFG
EDHGY
我稍微调整了一下west大的程式，比较完後和上一笔不一致的就mark起来，应该要output
出去的其实是有mark的「上一笔资料」。所以再用proc expand 移一下mark的位置，这样
只要output有mark起来的obs就可以了。修改後程式如下：
data want;
set have(rename=(ObsName=ObsName_origin))
end=last; length ObsName $ 200;
retain ObsName;
if _n_=1 then ObsName=ObsName_origin;
else do;
if substr(ObsName_origin,1,length(ObsName))=ObsName
then do; ObsName=ObsName_origin; mark=0;
end;
else do;
ObsName=ObsName_origin; mark=1;
end;
end;
drop ObsName_origin;
run;
proc expand data=want2 out=want2(drop=mark time) method=none;
convert mark=makr_n1 / transformout=(lead 1);
run;
再次感谢west1996大，抱歉我在发问时的举例没有把这种case给纳进去，是我的疏漏。整
个程式的逻辑都归功於west大，我只调了一下输出的资讯而已。
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 118.171.218.219 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1626151933.A.DEA.html
1F：推 west1996: 不谢，不过我以为我本来的程式就是output上一笔资料的答 07/13 13:00
2F：→ west1996: 案，只有在最後一笔的时候，才会再另外output当笔资料@@ 07/13 13:00