基于前一行的插值分组

问题描述

目标是在按 id 分组的两行之间的日期变量之间存在间隙时添加新行。如果出现间隙，则复制第一行。但是只有日期特征不应该作为第一行，而应该增加一天。

此外，所有内容都需要按 id 分组。我需要在不扩展功能的情况下实现它。

>>> ticker
{'CXP': {'buy_flag': 1,'sell_flag': 0,'hold_flag': 0},'DDF': {'buy_flag': 0,'hold_flag': 0}}

想要的结果：

data sample;
    input id date numeric_feature character_feature $;
    informat date yymmdd10.;
    datalines;

1 2020-01-01 5 A
1 2020-01-02 3 Z
1 2020-01-04 2 D
1 2020-01-05 7 B
2 2020-01-01 4 V
2 2020-01-03 1 B
2 2020-01-05 9 F
;

data sample;
    set sample;
    format date yymmdd10.;
run;

解决方法

您可以从第 2 行开始与第二个 self 执行 1:1 的 self 合并，以提供 lead 值。 1:1 合并不使用 BY 语句。

示例：

data have;
    input id date numeric_feature character_feature $;
    informat date yymmdd10.;
      format date yymmdd10.;
    datalines;
1 2020-01-01 5 A
1 2020-01-02 3 Z
1 2020-01-04 2 D
1 2020-01-05 7 B
2 2020-01-01 4 V
2 2020-01-03 1 B
2 2020-01-05 9 F
;

data want;
  * 1:1 merge without by statement;
  merge 
    have              /* start at row 1 */    
    have ( firstobs=2 /* start at row 2 for lead values */
           keep=id date            /* more data set options that prepare the lead */
           rename = ( id=nextid
                      date=nextdate
         )) 
  ;

  output;

  flag = '*';                  /* marker for filled in dates */
  if id = nextid then
    do date=date+1 to nextdate-1;
      output;
    end;

  drop next:;
run;

以日期填充的结果标记

要“向前看”，您可以从第二次观察开始重新读取相同的数据集。当您读到输入的末尾时 SAS 将停止，因此添加一个额外的空观察。

={"Total";
ARRAYFORMULA(SUMIF(SEQUENCE(ROWS(A2:A),1),"<="&SEQUENCE(ROWS(A2:A),1,A2:A) -
             SUMIF(SEQUENCE(ROWS(B2:B),"<="&SEQUENCE(ROWS(B2:B),B2:B) )}

结果：

data sample;
  input id date numeric_feature character_feature $;
  informat date yymmdd.;
  format date yymmdd10.;
datalines;
1 2020-01-01 5 A
1 2020-01-02 3 Z
1 2020-01-04 2 D
1 2020-01-05 7 B
2 2020-01-01 4 V
2 2020-01-03 1 B
2 2020-01-05 9 F
;

data want;
  set sample;
  by id;
  set sample(firstobs=2 keep=date rename=(date=next_date)) sample(obs=1 drop=_all_);
  output;
  if not last.id then do date=date+1 to next_date-1; output; end;
run;

datastep sas