晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

在許多分析步驟中，資料清檔檢查與變數的產生是基本動作，如何讓資料集(dataset)能乖乖的達成預想中的結構，需要技術人員與程式達到邏輯上的共鳴。技術人員按照程式邏輯的遊戲規則，下達準確的指令，產出預期的結構。本篇文章分享資料整理過程中常會使用到的小技巧之一：在多頻次的資料集中，如何讓同樣ID的數據們，按照時間序列往後挪。

首先介紹，在SAS中如何單純的把資料往後挪(lag)

data a0 ; setaa ;

exam_date_lag1=lag1(exam_date) ; /** lag1: 即為lag一筆的意思 **/

format exam_date_lag1 yymmdd10. ;

run ;

此種方式為單純的lag一筆，但是通常我們想做的是在dataset中，同樣ID有多筆數據時，希望能按照ID去做lag時，下意識會將lag與first.ID做出邏輯上的錯誤結合，產出非預期的資料結構(範例如下)：

procsortdata=aa ; by ID exam_date ; run ;

data a1 ; setaa ;

by ID ; if first.ID thendo ;

exam_date_lag1=lag1(exam_date) ;

end ;

format exam_date_lag1 yymmdd10. ; run ;

當lag指令包在if… then do…指令中時，會產生非預期的結果。在SAS的邏輯中，會先把first.ID取出後，直接對取出的first.ID做lag。因此，ID=1的第一筆日期會lag給ID=2的第一筆，其它非first.ID的皆未做處理，故為遺漏值。

當希望資料能按照ID中的exam_date做lag時，與first.ID正確結合使用的方式應如下，先將變項lag設定好，再將首筆ID做修正：

procsortdata=aa ; by ID exam_date ; run ;

data a2 ; setaa ;

exam_date_lag1=lag1(exam_date) ;

format exam_date_lag1 yymmdd10. ;

by ID ; if first.ID thendo ;

exam_date_lag1=. ;

end ;run ;