如何将一组观测值按大小等分成n组？

shiyiming

例如有一组beta, 777个，将其从小到大排列。如下：
Com  beta
A      0.8
B      0.9
C      1.1

......

怎样将其分成20组，分别导出到20个文件？

shiyiming

[code:2qk681in]data a;
   do var=1 to 777;
      output;
   end;
run;

%macro temp(in_ds,out_ds,group);
   options nomprint;
   %let dsid=%sysfunc(open(&in_ds,i));
   %let nobs=%sysfunc(attrn(&dsid,nlobs));
   %let rc=%sysfunc(close(&dsid));
   %let interval=%sysevalf(&nobs/&group,ceil);
   %do i=0 %to %eval(&group-1);
      data &out_ds._%eval(&i+1);
         set &in_ds (firstobs=%eval(&i*&interval+1) obs=%eval((&i+1)*&interval));
      run;
   %end;
%mend;

%temp(a,b,20)[/code:2qk681in]
<!-- s:( --><img src="{SMILIES_PATH}/icon_sad.gif" alt=":(" title="Sad" /><!-- s:( -->

shiyiming

thxs, 不过我是个初学者，还不懂macro。先琢磨一下

shiyiming

可以用，太帅了！

不过我需要更改一下每组的数目，一共是20组，中间18组，每组数目是int(N/20)。剩下的平均分配到第一组和最后一组，如果是N为奇数，那么第一组比最后一组多1个。这样的话，code 需要如何修改呢？

shiyiming

[code:2oqg9431]%macro temp(in_ds,out_ds,group);
   options nomprint nosymbolgen;
   %let dsid=%sysfunc(open(&amp;in_ds,i));
   %let nobs=%sysfunc(attrn(&amp;dsid,nlobs));
   %let rc=%sysfunc(close(&amp;dsid));
   %let interval=%sysevalf(&amp;nobs/&amp;group,floor);
   %let oddment=%sysevalf(%sysfunc(mod(&amp;nobs,&amp;group))/2,ceil);
   data &amp;in_ds;
      set &amp;in_ds;
      retain _group 1;
      if _n_&gt;&amp;oddment+1 then _group=ifn(mod(_n_-&amp;oddment,&amp;interval)=1,_group+1,_group);
      _group=ifn(_group&gt;&amp;group,_group-1,_group);
   run;
   %do i=1 %to &amp;group;
      data &amp;out_ds&#46;_&amp;i(drop=_group);
         set &amp;in_ds (where=(_group=&amp;i));
      run;
   %end;
%mend;[/code:2oqg9431]

shiyiming

how about this one?  <!-- s:D --><img src="{SMILIES_PATH}/icon_biggrin.gif" alt=":D" title="Very Happy" /><!-- s:D -->

[code:1p9aakfh]
data x;
     do i=1 to 777;
            output;
         end;
run;


%macro hashinit;
     h = _new_ hash(ordered&#58;'a');
         h&#46;defineKey('id');
         h&#46;defineData('id', 'i');
         h&#46;defineDone();
%mend;

data _null_;
     declare hash h();
     %hashinit;

         array _p{1&#58;20} p1-p20;
         retain p1-p20;
         retain j j1 j2 id 0;
         id=1; _n=1;
         do until (eof);
            set x end=eof  nobs=ntotal;
        if _n=1 then do;
                   j=round(ntotal/20); j1=round((ntotal-j*18)/2); j2=ntotal-j*18-j1;
                   _p&#91;1&#93;=j1;
                   do _i=2 to 19;                  
            _p&#91;_i&#93;=j1+(_i-1)*j;
                   end;
                   _p&#91;20&#93;=ntotal;
                   put j= j1= j2= //;
            put _p&#91;*&#93;=;
                end;
                rc=h&#46;add();
                id+1;
                _x=whichN(_n, of _p&#91;*&#93;);
                if _x&gt;0 then do;
                   put _n=  _x=;
                   rc=h&#46;output(dataset&#58;compress('j'||_x));
                   rc=h&#46;delete();
                   id=1;
                   %hashinit;
                end;
                _n+1;
        end;
run;

[/code:1p9aakfh]

shiyiming

先add到hash object,到达分组末尾后再output到数据集?看理解的对不
[code:3peqy4jx]data _null_;
        declare hash h(); /* 声明hash object */
        %hashinit;  /* 实例化hash object */

        array _p{1&#58;20} p1-p20; /* 数组p，存储每组最后一个观测的序号 */
        retain p1-p20;
        retain j j1 j2 id 0;
        id=1;  /* hash object的key变量 */
        _n=1;  /* obs的序号(_n_) */

        do until(eof);
                set x end=eof  nobs=ntotal;
                if _n=1 then  /* 读取第1条记录时执行 */
                        do;
                                j=round(ntotal/20);  /* 2-19组的观测个数 */
                                j1=round((ntotal-j*18)/2);  /* 第1组的观测个数 */
                                j2=ntotal-j*18-j1;         /* 第20组的观测个数 */
                                _p&#91;1&#93;=j1; /* 为数组p的元素赋值 */
                                do _i=2 to 19;         
                                        _p&#91;_i&#93;=j1+(_i-1)*j;
                                end;
                                _p&#91;20&#93;=ntotal;
                                put j= j1= j2= //; /* 打印j，j1，j2的值 */
                    put _p&#91;*&#93;=;         /* 打印数组_p各元素的值 */
                        end;

                rc=h&#46;add();        /* add变量值到hash object */
                id+1; /* key变量值+1 */
                _x=whichN(_n, of _p&#91;*&#93;); /* whichn()判断是否到达每组的末尾 */

                if _x&gt;0 then  /* 到达分组末尾时执行 */
                        do;
                                put _n=  _x=; /* 打印_n,_x的值 */
                                rc=h&#46;output(dataset&#58;compress('j'||_x));        /* 输出hash object到数据集 */
                                rc=h&#46;delete(); /* delete hash object */
                                id=1;  /* 重置id初值 */
                                %hashinit; /* 重新实例化hash object */
                        end;

                _n+1; /* obs序号+1 */
        end;
run;[/code:3peqy4jx]

shiyiming

to hopewell
en, correct

shiyiming

为啥大家没有人提议proc surveyselect呢？现成的过程步，多好用啊。

shiyiming

很简单，因为你还是没法给每个小文件赋予单独的名字
这么说来，不比那个macro的方法简单