SAS编程:生成Table时,汇总组(Total)组如何处理?

临床试验生成Table时,不管是频数统计,还是描述性统计,有一些Table是需要输出汇总组的。

Total

这篇文章介绍2种创建汇总组的方法,一种是Data步中Output语句;另一种,Format过程步中的Multilabel选项

推荐大家尝试第二种方法

代码举例,参考之前的文章,SAS编程:频数汇总时,如何使分组类别按固定顺序展示?

方法1:Data步中Output语句输出汇总组

这个应该是大家常用的输出方法,将分析数据集的所有观测output2次,第2次的分组变量命名为Total组,这样就创建了一个符合分析要求的汇总试验组。

在示例代码中,为Sex变量创建一个新的分组,sex = "Total"

**Get data from sashelp.class;
data class;
  length sex $5;
  set sashelp.class;

  *Create count flag;
  flag = 1;
  output;

  *Create Total;
  sex = "Total";
  output;
run;

**Set format for class var;
proc format;
  value $sex (notsorted)
    "M"="Male"
    "F"="Female"
    "Total"="Total"
  ;
run;

**Get count;
proc means data = class nway completetypes;
  class sex/ preloadfmt order = data;
  var flag;
  output n=count out = result1;

  format sex $sex.;
run;
Result 1

从结果中看,正常输出汇总组。同时,输出的顺序为Format中定义好的顺序。

方法2:Format过程步中的Multilabel选项输出汇总组

Multilabel是Format过程步中Value语句的选项,照字面讲,就是多重标签的含义,该选项可以为变量值赋多个标签。具体语法说明,可以查看SAS官方文档:SAS Help Center: Syntax: PROC FORMAT VALUE Statement

利用这一点,我们可以直接在Format的过程步中进行创建汇总组:

**Set format for class var;
proc format;
  value $sex (notsorted  multilabel)
    "M"="Male"
    "F"="Female"
    "M","F"="Total"
  ;
run;

SAS中支持多重标签的过程步只有三个,PROC MEANS, PROC SUMMARY和PROC TABULATE。我们可以在这三个过程步中,在提前设置Class变量格式时,使用mlf调用定义好的多重标签,实现汇总组的输出。

**Set format for class var;
proc format;
  value $sex (notsorted  multilabel)
    "M"="Male"
    "F"="Female"
    "M","F"="Total"
  ;
run;

**Get data from sashelp.class;
data class;
  length sex $5;
  set sashelp.class;

  *Create count flag;
  flag = 1;
run;

**Get count;
proc means data = class nway completetypes;
  class sex/ preloadfmt mlf order = data;
  var flag;
  output n=count out = result2;

  format sex $sex.;
run;
Result 2

可能大家觉得,这个跟Output语句相比,Multilabel选项也没有简化多少步骤。最直接的改变,是将分析数据集的记录数减少一半,提高程序的运行效率;其次,在处理多个试验汇总组或多个变量汇总时,更加直观

例如,有多个试验汇总组的情况:

proc format;
  value trt (notsorted  multilabel)
    1, 3, 5 = "Total 1"
    2, 4, 6 = "Total 2"
  ;
run;

例如,有多个变量汇总组的情况(文章开头图片):

proc format;
  *Format for arnrind;
    value $anrind(notsorted multilabel)
      "Normal" = "Normal"
      "Abnormal NCS" = "Abnormal Non-clinical Significant"
      "Abnormal CS" = "Abnormal Clinical Significant"
      "Normal", "Abnormal NCS", "Abnormal CS" = "Total"
      ;

  *Display for group var;
    value $bnrind(notsorted multilabel)
      "Normal" = "1"
      "Abnormal NCS" = "2"
      "Abnormal CS" = "3"
      "Normal", "Abnormal NCS", "Abnormal CS" = "4"
    ;
run;

第二个例子,多解释一下,计数输出的结果会进行Transpose(转置)。转置的ID变量为bnrind,其变量值会成为转置后变量名的一部分,所有输出为数字更为方便。至于Header的显示内容,直接在Report过程步中设置。

总结

这篇文章介绍了生成Table时,2中创建汇总组的方法。推荐大家使用multilabel选项,提高程序的运行效率。

感谢阅读!若有疑问,欢迎评论区交流!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,458评论 4 363
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,454评论 1 294
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,171评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,062评论 0 207
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,440评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,661评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,906评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,609评论 0 200
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,379评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,600评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,085评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,409评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,072评论 3 237
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,088评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,860评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,704评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,608评论 2 270

推荐阅读更多精彩内容