再次请教从两个表提取数据的问题

shiyiming

上次vicky1020 已经给出了一种解决方案，但是运行起来比较慢，我的新数据跑了15个小时，才完成十分之一 <!-- s:o --><img src="{SMILIES_PATH}/icon_surprised.gif" alt=":o" title="Surprised" /><!-- s:o -->

问题如下：有两个数据表a、b，现在要根据表b的记录，从表a中提取数据，要求根据表b的每一条记录取出变量date当天以及前后三天的数据（要求code相同），需要注意的是表a中date是不连续的。

data a;
input ID$ Date yymmdd8. Num;
format Date yymmdd10.;
cards;
001 08-06-30 100
001 08-07-02 200
001 08-07-03 100
001 08-07-04 900
001 08-07-05 100
001 08-07-08 800
001 08-07-09 100
001 08-07-10 200
001 08-07-11 100
001 08-07-12 100
001 08-07-13 500
001 08-07-14 100
002 08-06-29 100
002 08-07-02 200
002 08-07-03 100
002 08-07-04 900
002 08-07-05 100
002 08-07-06 800
002 08-07-07 100
002 08-07-08 200
002 08-07-12 100
002 08-07-13 100
002 08-07-14 500
002 08-07-15 100
;


data b;
input ID$ Date yymmdd8. company;
format Date yymmdd10.;
cards;
001 08-07-05 1
001 08-07-08 2
002 08-07-04 2
002 08-07-06 3
001 08-07-09 2
;

我需要的结果如下：
ID Date Num company
001 08-07-02 200 1
001 08-07-03 100 1
001 08-07-04 900 1
001 08-07-05 100 1
001 08-07-08 800 1
001 08-07-09 100 1
001 08-07-10 200 1
001 08-07-03 900 2
001 08-07-04 100 2
001 08-07-05 800 2
001 08-07-08 100 2
001 08-07-09 200 2
001 08-07-10 100 2
001 08-07-11 100 2
002 08-06-29 100 2
002 08-07-02 200 2
002 08-07-03 100 2
002 08-07-04 900 2
002 08-07-05 100 2
002 08-07-06 800 2
002 08-07-07 100 2
002 08-07-03 100 3
002 08-07-04 900 3
002 08-07-05 100 3
002 08-07-06 800 3
002 08-07-07 100 3
002 08-07-08 200 3
002 08-07-12 100 3
002 08-07-04 800 2
002 08-07-05 100 2
002 08-07-08 200 2
002 08-07-09 100 2
002 08-07-10 100 2
002 08-07-11 500 2
002 08-07-12 100 2

上述数据只是一个简单的例子，实际数据a大概有近200万条数据，表b有近20000条记录，根据不同情况，可能需要取date前后150天的数据。

shiyiming

感觉你的结果有点不对啊，以b中第一条为例，08-07-05，他的最大日期也就是8号，你怎么得到了10号的数据呢？
我的想法是补全b的数据，根据你的日期差，如果是150天的话，那前后就是301条，如果b表有2万条，则有600万左右。
然后a表是200万，两边数据量差不多，merge起来也不会很慢。你可以试试咯。
%let dur=3;
data b1;
set b(rename=(date=date1));
do i=-&amp;dur  to &amp;dur;
date=intnx('day',date1,i);
output;
end;
format date yymmdd10.;
*drop i date1 ;
run;
proc sort data=b1;
by id date;
run;
data c;
merge a(in=in1) b1(in=in2);
by id date;
if in1 and in2 then output;
run;
proc sort data=c;
by id company date;
run;

shiyiming

没完全明白你的意思， 你的company怎么取值的？

[code:2ip4ia1f]

proc sql;
   create table c as
   select distinct a&#46;*,b&#46;company
   from a , b
   where ( b&#46;Date -3 le a&#46;Date le b&#46;Date+3)
         and a&#46;id=b&#46;id
   order by id, company,Date
;
quit;




[/code:2ip4ia1f]

shiyiming

这主要是表a中的日期不是连续的，表a中ID=001的日期5号过了就直接是8号，我的要求是取出08-07-05这一条记录的前后3条，而不是08-07-05这一天前后三天。

如果日期是连续的，这个问题也就比较容易解决了。

[quote=&quot;jimmy782&quot;]感觉你的结果有点不对啊，以b中第一条为例，08-07-05，他的最大日期也就是8号，你怎么得到了10号的数据呢？
我的想法是补全b的数据，根据你的日期差，如果是150天的话，那前后就是301条，如果b表有2万条，则有600万左右。
然后a表是200万，两边数据量差不多，merge起来也不会很慢。你可以试试咯。

shiyiming

可以这么理解：表a是材料的价格序列，表b是不同company采购材料的日期和数量。


[quote=&quot;灵犀一指&quot;:13kv51hh]没完全明白你的意思， 你的company怎么取值的？

[code:13kv51hh]

proc sql;
create table c as
select distinct a&#46;*,b&#46;company
from a , b
where ( b&#46;Date -3 le a&#46;Date le b&#46;Date+3)
and a&#46;id=b&#46;id
order by id, company,Date
;
quit;




[/code:13kv51hh][/quote:13kv51hh]

shiyiming

麻烦点的方法，顺序排列，对每一条取lag1 lag2 lag3，然后倒序，取lag1 lag2 lag3，这就是前后3条啦，最后再merge。