瞭解分組處理中的SAS PDV

Question

雖然我在閱讀使用SAS數據步驟時概念化程序數據向量的相當多內容，但我仍不明白分組處理時PDV是如何工作的。例如，如果我有數據集olddata

GROUP VAL 
A  10 
A  5 
B  20 

而且我通過聲明呼籲它datastep用，如：

data newdata; 
set olddata; 
by group; 
... 
run; 

那麼編譯器增加了兩個臨時變量的PDV：第一。組和last.group。當你在閱讀PDV任何教程，它會告訴你，在SET語句的第一關，PDV看起來像：

_N_ _ERROR_ FIRST.GROUP LAST.GROUP GROUP VAL 
    1   0    1   0  A 10 

和LAST.GROUP爲零，因爲觀察1不是最後一個觀察在A組中。

這裏是我的問題：SAS如何知道這不是最後的觀察？

如果SAS正在逐行處理olddata，PDV如何意識到下一行包含另一個組A觀察而不是新組？換句話說，SAS似乎必須使用來自之前或未來行的信息來更新FIRST和LAST變量，但我不知道如何。當BY聲明被調用時，PDV如何保持行與行之間的值是否存在一些竅門？

Answer 1

SAS實際上會向前看下一條記錄，看它是否應該設置LAST。（var）或不。不幸的是，我一直無法找到一篇文章詳細解釋這一點。我有點失望，看到像http://www.wuss.org/proceedings09/09WUSSProceedings/papers/ess/ESS-Li1.pdf這樣的論文只是關於如何確定LAST。

SAS也向前看，看是否應該設置END =變量，指定時，以及其他一些事情。這不僅僅是使用元數據來確定它們;您可以在不修改元數據的情況下刪除或修改記錄，並且它仍然可以工作 - 並且沒有通常SAS元數據的SQL表格仍然允許您執行正常的BY組處理等。

當然，FIRST變量不需要後視，它記得它畢竟是在哪裏。

編輯：我把這個交給了SAS-L，並得到了相同的答案 - 似乎沒有任何有關該主題的文檔，但它必須提前閱讀。例如，請參閱http://listserv.uga.edu/cgi-bin/wa?A1=ind1303a&L=sas-l#8。編輯2：從SAS-L，Dan Nordlund鏈接到證實這一點的論文。 http://support.sas.com/resources/papers/proceedings12/222-2012.pdf

該論文的邏輯確認了超前性 - 查看從數據集中讀取的觀測值的數量。

DATA DS_Sample1;   
Input Sum_Var 
Product;  
Cards;     
100 3     
100 2     
100 1     
;     
*With BY statement - reads 3 observations even though it stops after 2.; 
DATA DS_Sample2;  
    Set DS_Sample1;   
    by Sum_Var;    
    cnt+1; If CNT > 1 then stop; 
Run; 
*no BY statement - reads 2 observations as expected; 
DATA DS_Sample2;  
    Set DS_Sample1;   
    cnt+1; If CNT > 1 then stop; 
Run; 
* END statement - again, a lookahead; 
DATA DS_Sample2;  
    Set DS_Sample1 end=eof; 
    cnt+1; If CNT > 1 then stop; 
Run;