SAS忘備録: 行番号を取得する方法

2014年1月31日金曜日

基本的な方法や、あまり知られていない方法をいくつか紹介したいと思います。

*** サンプルデータ ;
data DT1;
input V$;
cards;
a
b
c
d
e
;

*** 行番号を取得 ;
data DT2;
set DT1;

* 方法① ;
OBSN1 + 1;

* 方法② ;
OBSN2 = _N_;

* 方法③ リファレンスに記載のない関数のため非推奨 ;
OBSN3 = monotonic();
run;

解説

方法①
「変数名 + 1」と書くと、前のオブザベーションの変数値を引き継いで、「+1」していってくれる。

方法②
「_N_」はSASの自動変数で、データステップの反復回数が格納されています。

データステップは内部の動きとして、オブザベーションの数だけ、データステップをぐるぐるとループ（反復）させています。

ループのたびに1オブザベーションずつ読み込んでいるイメージで、「_N_」はそのループ毎に「+1」した番号が入ります。

方法③ (リファレンスに記載のない関数のため非推奨)
MONOTONIC関数は方法①と同じような挙動をします。

注意事項

方法①～③は厳密には挙動が異なります。
たとえば以下のプログラム実行後、それぞれの方法での結果を見ると異なっています。

data DT3;
set DT1;
if V in ("a","c","e");

* 方法① ;
OBSN1 + 1;

* 方法② ;
OBSN2 = _N_;

* 方法③ ;
OBSN3 = monotonic();
run;

これは行番号を振るタイミングが異なるため。

方法①と③：

SET文・WHERE文で読み込まれたオブザベーションに対して番号を振るのですが、、

番号を振る前にサブセット化IF「if V in ("a","c","e")」が実行されていますよね。

このサブセット化IFにより処理が継続されたオブザベーションに対して、番号をふっています。

方法②（自動変数「_N_」）：

まずSET文・WHERE文で読み込むオブザベーションに対して、データステップがループ（反復）されますが、自動変数「_N_」は、各反復内でいち早く番号がふられます。

番号をふった後で、サブセット化IFにより処理が継続されなかったオブザベーションがあると、番号が連番にならなくなります。

MONOTONIC関数の注意点を追加。

monotonic関数でアイタタタ（データステップ100万回）

SAS忘備録