如何分组？

shiyiming

[code:2h6470s1]data raw;
        input @3 x $ y;
datalines;
1 a 1
2 b 1
3 a 5
4 b 8
5 a 6
6 a 7
2 b 1
;
data a;
        set raw(where=(x='a'));
        id=_n_;
        rename y=a_y;
run;
data b;
        set raw(where=(x='b'));
run;
data out(keep=x y pair);
        if _n_=1 then do;
                        length x $8;
                        declare hash h(dataset:'a',ordered:'yes');
                        declare hiter iter('h');
                        h.defineKey('id');
                        h.defineData('id','a_y');
                        h.defineDone();
                        call missing(id,a_y);
                end;
        set b;
        pair=_n_;
        do while(iter.next()=0);
                if diff=. or abs(y-a_y) le diff then do;
                                diff=abs(y-a_y);
                                temp_ay=a_y;
                                a_key=id;
                        end;
        end;
        rc=h.remove(key:a_key);
        output;
        x='a';
        y=temp_ay;
        output;
run;[/code:2h6470s1]

shiyiming

这个问题有人工智能的意思，差不多可以认为是相亲算法。 Hopewell的hash算法很好。

不过我觉得有个问题，就是非唯一解的问题。

拿相亲举例吧，如果条件相同的两个男的，谁先出场，谁最先配到最接近的那个女的，后来的从剩下中再找。
而上面没有考虑这个问题。如调整下面数据集其中两个数的位置，得到的配对不一样。

如：在这样的数据，后面加上一个排序，结果就不一样了。
data raw;
   input @3 x $ y;
datalines;
1 a 1
2 a 5
3 a 6
4 a 10
5 b 1
6 b 9
7 b 11
;
proc sort;
by  x descending  y ;
run;

结果A：
Obs    x     y    pai
1     b     1      1
2     a     1      1
3     b     9      2
4     a    10      2
5     b    11      3
6     a     6      3

排序后结果B：
Obs    x     y    pair
1     b    11      1
2     a    10      1
3     b     9      2
4     a     6      2
5     b     1      3
6     a     1      3


所以我觉得还应该引入个排队机制，如有限解决年纪大的，就按年龄递减排队进场，先解决最符合条件的大龄者。

想想这其实是个优化问题，还引发出了继续优化的问题，同等的条件下，还要要保证下一配对条件最接近，或者下下一配对最接近..。

如上面结果B的配对教A而言教优。

shiyiming

是的，我现在的问题就是，如果有重复值出现，如何把已经产生最小值的一对去除，然后再对余下的进行配对。以此类推进行下去。
谢谢上面两位的solution and comment.

shiyiming

to jingju11
you can try PROC FASTCLUS

shiyiming

谢谢hopewell。