请教关于数据集转换的问题

shiyiming

各位高手
我现在面临这样一个问题，希望得到大家的指点和帮助，谢谢。

有一个数据集格式如下：
serial,item
001,A
001,B
001,C
002,B
002,C
003,D
003,E
004,A
004,D
...,...

我希望能先找出使用过2个Item以上（含2个）的serial,然后统计item两两使用的人数。
例如：
item1,item2,count
A,B,100
A,C,234
A,D,355
...,...

注意：A,D与D,A是一样的不需要重复统计（其他的两两搭配也是一样）。

请教高手这段代码该如何写？

PS，有点类似于关联规则，通过sas的em模块倒是可以做出来。但是希望可以通过sas/base来完成这个工作：）

shiyiming

不知道我的理解对不对：如果经过serial的筛选之后，假如A出现3次，B出现2次，那么A，B就记为6次？
如果这样的话：
data tmp1;
length serial $3. item $2.;
input serial $ item $;
cards;
001 A
001 B
001 C
002 A
002 D
003 A
003 B
004 D
;
run;

proc sql;
create table tmp1_1 as
select *,count(*) as ct from tmp1 group by serial having ct>1;
quit;

proc sql;
create table tmp2 as
select item,count(*) as freq from tmp1_1 group by item;
quit;

proc sql;
create table rslt as
select a.item as item1,b.item as item2,a.freq*b.freq as freq from
tmp2 as a , tmp2 as b where a.item < b.item;
quit;

shiyiming

thisischenhan:
我不是太理解你说的意思。
我需要的就是同时使用A和B的人数（serial相同算同一个人）。

不知道除了用sql来做，sas的数据步能否实现这样的功能呢？
关键是先要把数据集转变为如下格式:

serial,item1,item2
001,A,B
001.A,C
001,B,C
...

然后对item1和item2 汇总即可。

shiyiming

原来如此，理解错误。这样以上sql稍改即可。不过我还是觉得sql比较直观。
data步，我试试这样：

注：数组的定义视具体情况修改，另外如果item的类型非常多，可能就不太合适了。
data tmp1;
length serial $3. item $1.;
input serial $ item $;
cards;
001 A
001 B
001 C
002 A
002 D
003 A
003 B
004 D
;
run;

proc sort data=tmp1;by serial item;run;

proc transpose data=tmp1 out=tmp2(drop=_NAME_);
by serial;
var item;
run;

data tmp3;
set tmp2;
length item1-item6 $3.;
array arr1(3) col1-col3;
array arr2(2,3) item1-item6;
do i=1 to 3;
   do j=i+1 to 3;
      arr2(i,j)=trim(left(arr1(i)))||','||trim(left(arr1(j)));
   end;
end;
drop i j col1-col3;
run;

proc transpose data=tmp3 out=tmp4(drop=_NAME_);
by serial;
var item1-item6;
run;

data tmp4;
set  tmp4;
if col1='' or substr(col1,index(col1,',')+1)='' then delete;
run;

shiyiming

data test;
input serial$ item$;
cards;
001 A
001 B
001 C
001 D
002 A
002 B
002 C
002 D
003 D
003 E
003 F
003 G
004 A
004 D
004 E
005 F
;
run;
data test2 (rename=(item=item2));
set test;run;
proc sql;
create table test3 as select test.*,test2.item2 from test,test2 where test.serial=test2.serial;quit;

data test4(keep=serial item3);
set test3;
if item>=item2 then delete;
item3=compress(item||item2);
run;
proc sort data=test4;by item3;run;

proc freq data=test4;
table item3/out=freq nopercent nocum;run;