SAS Training 003 - R reshape | SAS transpose
在 R 中，我們稱長(zhǎng)寬數(shù)據(jù)的轉(zhuǎn)置為 reshape，相信很多小伙伴都非常熟悉；而在 SAS 中，對(duì)應(yīng)的操作為 proc transpose。雖然我們也可以利用 data 步來完成（極其地 tedious），但是遠(yuǎn)沒有 proc transpose 來得簡(jiǎn)潔明了。我們這里重點(diǎn)聊 SAS 的 transpose，R 中的操作我們留到 R Training 的推送。
數(shù)據(jù)結(jié)構(gòu)
wide data
t 檢驗(yàn)等等，這么一說，是不是感覺知識(shí)都回來了，不再局限于 wide data 這個(gè)名頭了？
long data / narrow data
是的，wide data 數(shù)據(jù)一般一個(gè)觀測(cè)只有一行數(shù)據(jù)，每個(gè)變量有一列。但是，我們也接觸過這樣的數(shù)據(jù)：臨床試驗(yàn)中，我們對(duì)受試者進(jìn)行有規(guī)律的訪視，每個(gè) subject 每次 visit，我們都會(huì)記錄生成一行數(shù)據(jù)，如此下來，結(jié)束隨訪時(shí)，每個(gè) subject 會(huì)擁有多行數(shù)據(jù)，且每行里有 cell 會(huì)記錄該行 visit 的日期，我們直接上圖：
這樣的話，對(duì)于 long data 的理解就清晰多了，其對(duì)應(yīng)的 wide data 如下：
顯然，我們經(jīng)常接觸下面的 wide 格式，如果我們想比較兩次 wight 之間變化關(guān)系，應(yīng)用這種格式就方便多了。但是，對(duì)于上面的 long 格式呢，我們?nèi)绻朕D(zhuǎn)成 wide，怎么操作？或者由 wide 轉(zhuǎn)為 long，又如何操作？
proc transpose
首先來介紹 syntax：
PROC TRANSPOSE DATA= Dataset-name OUT= New-dataset-name;
? ?BY variable(s);
? ?ID variable;
? ?VAR variable(s);
RUN;
我們分兩種情況來討論。
long data -> wide data 長(zhǎng)轉(zhuǎn)寬
by 組變量確定新 dataset 的行分類結(jié)構(gòu)（wide 中 row identification variable 需要 by 組 變量唯一確定）；
id 變量確定新 dataset 的列分組情況，id 變量的每一種 unique 取值在格式化后將成為轉(zhuǎn)置后新數(shù)據(jù)集的新列變量名。特殊地，若 id statement 含多個(gè)變量，則這些變量取值的 unique 組合將成為新列名。要注意的是，由于 id 變量對(duì)應(yīng)列分組，在新 dataset 的行分類結(jié)構(gòu)已確定之下，id 變量每種取值所對(duì)應(yīng)的需要轉(zhuǎn)置的變量的取值在數(shù)據(jù)集中必須是唯一的；
var 指示需要進(jìn)行轉(zhuǎn)置填充新 dataset 中 cell 的變量，若 var 缺省，默認(rèn)轉(zhuǎn)置全部 numeric variables。轉(zhuǎn)置中，SAS 自動(dòng)創(chuàng)建變量 _name_，它以 var 變量名為取值。
來看 code：
data work.narrow_file2;
? ?infile cards;
? ?length pet_owner $10 pet $4 population 8;
? ?input pet_owner $ pet $ population;
? ?cards;
? ? ? ?Mr.Black dog 2
? ? ? ?Mr.Black cat 1
? ? ? ?Mrs.Brown dog 1
? ? ? ?Mrs.Brown cat 0
? ? ? ?Mrs.Green fish 5
? ? ? ?Mr.White fish 7
? ? ? ?Mr.White dog 1
? ? ? ?Mr.White cat 3
? ?;
? ?
? ?proc print data= work.narrow_file2 noobs;
? ? ? ?title "原 long data";
run;
原數(shù)據(jù)集：
進(jìn)行長(zhǎng)轉(zhuǎn)寬：
proc sort data= work.narrow_file2 out= work.sorted_narrow_file2;
? ?by pet_owner;
run;
proc transpose data= work.sorted_narrow_file2 out= work.narrow_file2_transp_id_by name= column_that_was_transposed;
? ?by pet_owner;
? ?id pet;
? ?var population;
run;
proc print data= work.narrow_file2_transp_id_by noobs;
? ?title "新 wide data";
run;
看看你能不能和原數(shù)據(jù)集對(duì)應(yīng)上。
wide data -> long data 寬轉(zhuǎn)長(zhǎng)
by 組變量確定新 dataset 的行分類結(jié)構(gòu)（long 中單個(gè)觀測(cè)多行數(shù)據(jù)，row identification variable 即為 by 組變量，by 組變量在多行間重復(fù)）；
id 變量確定新 dataset 的列分組情況；
var 中每個(gè)變量將成為新 dataset 中某列變量的每一行。
上 code，將前面轉(zhuǎn)置后的 wide data 轉(zhuǎn)回去：
proc transpose data= work.narrow_file2_transp_id_by out= reverse name= pet;
? ?by pet_owner;
? ?id column_that_was_transposed;
? ?var dog cat fish;
run;
proc print data= reverse noobs;
? ?title "轉(zhuǎn)回 long data";
run;
