Discussion :

[Farani]

Bonjour ,

Je cherche un programme pour nettoyer mes données:
Voici le problème:
J,ai 4 colonnes: A B C D
Dans A: nom
Dans B nombre des répétitions d'un individu dans A
Dans C, statistique (N (nombre), min, max et écart-type)
dans D: le prix de A

Je voudrai extraire seulement les individus ayant N>2 mais tout en prenant avec N le min, max et écart-type.

Merci

[olivier.decourt]

Je ne suis pas sûr d'avoir bien compris tes données mais a priori si tu fais une proc Transpose (by A B D) de la colonne C pour mettre tes stats dans autant de colonnes différentes, il n'y aura qu'un WHERE à faire.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
DATA work.test ;
  INPUT a $ /* nom */
        b   /* nb de répétitions dans A */
		c   /* stat : N, min, max, écart-type */
		d   /* prix associé à A */
		;
DATALINES ;
carottes 18 120 2.35
carottes 18 23 2.35
carottes 18 68 2.35
carottes 18 32.333 2.35
boeuf 25 1800 6.99
boeuf 25 8 6.99
boeuf 25 789 6.99
boeuf 25 4568.65 6.99
;
RUN ;
PROC TRANSPOSE DATA=work.test
                OUT=work.res (DROP=_name_
                             WHERE=(stat1 > 100))
             PREFIX=stat ;
  VAR c ;
  BY a b d NOTSORTED ;
RUN ;

[Manoutz]

Si je comprends bien ta colonne C regroupe 4 statistiques (C'est donc une chaine de caractere)... En ce sens il suffit de poser une condition sur une sous-chaine de cette variable

mais je rejoins la remarque d'Olivier: fournit nous un exemple de tres donnees et de ce que tu souhaites obtenir.

Manoutz

[Farani]

Si je comprends bien ta colonne C regroupe 4 statistiques (C'est donc une chaine de caractere)... En ce sens il suffit de poser une condition sur une sous-chaine de cette variable

mais je rejoins la remarque d'Olivier: fournit nous un exemple de tres donnees et de ce que tu souhaites obtenir.

Manoutz

Bonjour

Merci de vos réponses. Olivier a compris ce que je voulais dire sauf a la dernière colonne Voilà a quoi ressemble mes données :
a (nom) b(fréquence) c (stat) d (prix)
carottes 3352 N 3352
carottes 3352 MIN 0
carottes 3352 MAX 12000
carottes 3352 mean 463
carottes 3352 SD 701
bœuf 9 N 9
bœuf 9 MIN 234
bœuf 9 MAX 293
bœuf 9 mean 258
bœuf 9 SD 17

ce que je voudrais faire c'est prendre les noms dont le N est supérieur a 3.
(mais aussi garder les MIN-Max mean et SD)
J'ai essayé ce que Olivier a proposé mais vu que je n’étais pas explicite ça n'a pas donné les résultats que j'ai attendu.

Merci encore

[olivier.decourt]

Alors voilà ce que ça devient (on utilise la stat pour faire des noms de variables).

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
PROC TRANSPOSE DATA=work.test
                OUT=work.res (DROP=_name_
                             WHERE=(n > 3)) ;
  VAR d ;
  ID c ;
  BY a b NOTSORTED ;
RUN ;

[Farani]

Alors voilà ce que ça devient (on utilise la stat pour faire des noms de variables).

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
PROC TRANSPOSE DATA=work.test
                OUT=work.res (DROP=_name_
                             WHERE=(n > 3)) ;
  VAR d ;
  ID c ;
  BY a b NOTSORTED ;
RUN ;

C'est résolu

Merci beaucoup!