在生物醫學研究中 資料庫習慣以一筆資料為一個人來呈現
即一列觀察值代表一位研究對象的資料
但有時 並不能如我們所願 最典型的例子即健保資料庫
一筆資料可能代表一次住院 一次門診 一次申報 或一筆醫令等
此時 需要將資料進行「歸戶」 或稱「歸人」
意即 當取得的原始資料單位並非進行研究分析所需要的單位
而將「原始資料單位」轉化為「分析資料單位 」的過程
不需累計的歸戶：
以健保資料庫中的DD檔為例：找出每人第一次住院日期
「方法一」利用PROC SORT先將資料庫以身份證字號、出生日期及住院日期排序
再PROC SORT一次 並新增NODUPKEY option 而BY statement 只放身份證字號及出生日期
此時同身份證字號與出生日期的研究對象 只會保留第一筆 也就會是每人的第一次住院日期
若第二次PROC SORT的BY statement放了身份證字號、出生日期及住院日期
則不會刪除任何觀察值 因每筆的此三個變項皆不同 就沒做到歸戶的動作
而NODUPKEY是會刪除BY statement中變項相同的觀察值
另一種NODUP 則是會刪除資料庫中 所有變項皆相同的觀察值
proc sort data=dd;
by id id_birthday in_date;
proc sort data=dd nodupkey;
by id id_birthday;
run;
「方法二」同樣先將資料庫以身份證字號、出生日期及住院日期排序
接著DATA step中的BY statement 只放身份證字號及出生日期
接著利用FIRST. function 抓出同身份證字號與出生日期的第一筆資料 也就會是每人的第一次住院日期
那想抓每人最後一次的住院資料呢？ 只要將FIRTST. 改為LAST. 就可以囉
proc sort data=dd;
by id id_birthday in_date;
data a;
set dd;
by id id_birthday;
if first.id_birthday;
run;
計算次數的歸戶：
以健保資料庫中的CD檔為例：計算每人門診總次數
「方法一」與上面不需累計的歸戶之方法二用到相同的概念
當遇到同身份證字號與出生日期的研究對象時 設定第一筆觀察值的count為0
碰到第二筆時 讓count加1 第三筆時 count會是3 即完成每人門診次數的編碼
最後使用IF LAST. 讓資料庫只留下每人的最後一筆觀察值 此時count會是每人的門診總次教
proc sort data=cd;
by id id_birthday func_date;
data x;
set cd;
by id id_birthday;
if first.id_birthday then count=0;
retain count;
count+1;
if last.id_birthday;
run;
「方法二」是運用列聯表的概念 計算資料庫中同身份證字號與出生日期的觀察值共有幾筆
並將此計算結果 利用在TABLE statement後 加入OUT option輸出到新的資料庫
proc freq data=cd noprint;
table id*id_birthday/ out=y;
run;
「方法三」同樣是計算資料庫中同身份證字號與出生日期的觀察值 不同的門診日期共有幾筆
但是 是使用PROC SQL語法
proc sql noprint;
create table z as
select id, id_birthday, count(distinct func_date) as count
from cd
group by id, id_birthday;
quit;
累計數字的歸戶(重直加總)：
同樣以健保資料庫的CD檔為例：計算每人門診藥品總費用
「方法一」與上面計算次數的歸戶之方法一的概念相同
當遇到同身份證字號與出生日期的研究對象時 設定第一筆觀察值的total為0
碰到第二筆時 讓total等於第一筆的total加上第二筆的drug_amt
第三筆時 total會是第二筆的total加上第三筆的drug_amt 即完成每人門診藥費的加總
最後使用IF LAST. 讓資料庫只留下每人的最後一筆觀察值 此時total會是每人的門診藥品總費用
proc sort data=cd;
by id id_birthday func_date;
data xx;
set cd;
by id id_birthday;
if first.id_birthday then total=0;
retain total;
total+drug_amt;
if last.id_birthday;
run;
「方法二」使用PROC MEANS語法計算同身份證字號與出生日期的觀察值 其門診藥費的加總
並將計算結果 使用OUTPUT statement輸出到新資料庫 加總後的變項命名為total
proc means data=cd sum noprint nway;
class id id_birthday;
var drug_amt;
output out=yy sum=total;
run;
「方法三」同樣是計算同身份證字號與出生日期的觀察查 其門診藥費的加總是多少
但是 是使用PROC SQL語法
proc sql noprint;
create table zz as
select id, id_birthday, sum(drug_amt) as total
from cd
group by id, id_birthday;
quit;
延伸閱讀：
【SAS】使用ODS整理分析結果
【SAS】使用macro重複執行特定程序
【SAS】在macro中自動累加檔案
【SAS】將檔案內容設為巨集變數
留言列表
