UPDATEステートメントでオブザベーションをまとめる2

「UPDATEステートメントでオブザベーションをまとめる」とはまた違ったテクニックを紹介。

*** サンプルデータ ; data DT1;    length NO PRO $20.;    NO="001"; PRO="コタツ"; output;    NO="001"; PRO="みかん"; output;    NO="001"; PRO="トランプ"; output;    NO="002"; PRO="みかん"; output;    NO="002"; PRO="トランプ"; output; run; proc sort data=DT1;    by NO; run;  NO   PRO   001  コタツ  001  みかん  001  トランプ  002  みかん  002  トランプ  NO   ・・・ 顧客No PRO ・・・ 購入商品

上のデータから、
コタツまたはみかんを買った顧客を割り出して、以下のようなデータを作りたいとします。

顧客No.	コタツ買ったフラグ	みかん買ったフラグ
001	1	1
002	.	1

*** UPDATEステートメントで、OBSをまとめる ; data DT2;    set DT1;    if PRO="コタツ"   then FLG1=1;    if PRO="みかん" then FLG2=1; run; data DT3;    update DT2 (obs=0)  DT2 ;    by NO ;    keep NO FLG1 FLG2; run;  NO    FLG1   FLG2   001   1   1  002   .   1

解説

---

①まずDT2を作るとこんな感じのデータセットができる。

NO	PRO	FLG1	FLG2
001	コタツ	1	.
001	みかん	.	1
001	トランプ	.	.
002	みかん	.	1
002	トランプ	.	.

FLG1, FLG２には欠損値か1が入る。


②これを以下のようにまとめたい。

NO	FLG1	FLG2
001	1	1
002	.	1

③ここで「UPDATEステートメント入門」を理解すると、
変数値を、欠損値以外の値で更新していくUPDATEステートメントの性質が利用できそうだと気付きます。

以下の構文から、、

update マスターデータセット  トランザクションデータセット  ;  by BY変数;   ↓  update マスターデータセット  DT2;  by NO;

こんな感じでまずはデータセット名と変数名を当てはめてあげれば良さそうです。
ではマスターデータセットには何を当てはめればよいか。。

マスターデータセットはBY変数NOを持っていて、BY値が重複してたらダメというルールを満たしている必要があるので、、

update DT2(obs=0)  DT2 ; by NO;

と書いてあげればいい。

(obs=0)でオブザベーションを読み込まない、つまりオブザベーションがなければ、少なくともBY値は重複していないので、見事ルールを満たしてる事になってくれます。

（ようはプログラムとして成立させるためのダミー）

UPDATEステートメントでオブザベーションをまとめる

UPDATEステートメントの本来の使い方から外れますが、私がよくやる具体例を紹介。
まずサンプル作りから。

*** 患者背景データ ; data DT1; length SUBJID $3.; input SUBJID$ AGE SEX$; cards; 001 51 F 002 25 M 003 30 F ; run; proc sort data=DT1; by SUBJID; run;  SUBJID   AGE   SEX   001  51  F  002  25   M  003  30  F *** 有害事象データ ; data DT2; length SUBJID $3. AETERM $20.; input SUBJID$ AETERM$ ; cards; 001 発熱 001 不眠 003 腹痛 ; run; proc sort data=DT2; by SUBJID; run;  SUBJID  AETERM   001  発熱      001  不眠   003  腹痛

DT1は患者ID(SUBJID)毎の年齢(AGE)や性別(SEX)など患者情報が入っているデータです。
DT2は患者ID(SUBJID)毎の治験実施時の有害事象(AETERM)が入っているデータです。

ここで以下のように書くと、、

data OUT3;    update  DT1                 DT2 (keep=SUBJID in=X);    by SUBJID;    if  X  then AEFLG=1; run;  SUBJID   AGE   SEX   AEFLG   001  51  F  1  002  25   M  .  003  30  F  1

有害事象が発現してるかどうかの変数AEFLGを患者背景データに作ることができました。
UPDATEステートメントによって有害事象データがBY値毎に1行にまとまってくれるとこが便利です。

仕組みについては「UPDATEステートメント入門」を参照。
もっと面白いことができるのでまた今度紹介したいと思います。

UPDATEステートメント入門

最近UPDATEステートメントにはまってます。
「データステップ100万回（UPDATEステートメントを使ってみる）」から興味を持ち始めたのですが色々面白いことが出来そうなので、こちらでも基礎から応用例まで紹介したいと思います。

基本構文

data  結果データセット ;   update  マスターデータ  トランザクションデータ ;   by   BY変数; run;

MERGEと似たような動作で、マスターをトランザクションデータで更新します。
異なる点は以下4点で、UPDATEステートメントを使いこなすうえで重要なルールとなります。

① BYステートメントは必須。 ② マスター側はBY値が重複するオブザベーションがあったらダメ。 ③ トランザクション側はBY値が重複していてもOK。(トランザクション側の値を上から順にマスターへ更新していく) ④ トランザクション側の値が欠損値の場合は更新しない。（MERGEだと欠損値になる）

分かりづらいと思うのでまず以下のサンプルを見てみましょう。

*** マスターデータ作成 **********; data DT1; input A B; cards; 1 1 2 1 3 . ; run; *** トランザクションデータ作成 ****; data DT2; input A B; cards; 1 . 2 20 2 30 3 20 4 20 ; run; *** トランザクションデータを使ってマスターを更新 *****; data DT3;    update DT1 DT2;    by A; run;   A     B      1     1    2   30     3   20     4   20

具体的には以下のような処理の流れになります。
上の方で説明したUPDATEステートメントのルール①～④と照らし合わせて見てみましょう。

---

応用例については以下で紹介。

・UPDATEステートメントでオブザベーションをまとめる

・UPDATEステートメントでオブザベーションをまとめる2