Discussion :

[Alqualonde]

Bonjour,

je travaille sous SAS et j'aimerais pouvoir passer d'une table de cette forme :

A 1947 1948 1948 1949 1950
B 1974 1974 1974 1998 1999
B 2000 2001 . . .
C 1956 1958 1975 1976 1978

à une table de cette forme

A 1947 1948 1949 1950
B 1974 1998 1999 2000 2001
C 1956 1958 1978 1976 1978

En gros, les lignes à même identifiant, (ici A B ou C) je voudrais pouvoir les mettre sur une seule et même ligne. Ca c'est la grosse partie du boulot. Après, dans la mesure du possible, j'aimerais pouvoir enlever les doublons et ordonner celle-ci.

Comme je ne vois pas de solution avec les instructions classiques de SAS, je me suis dit qu'il existait peut-être une chance que SQL me sorte de ce mauvais pas... (SAS intègre la possibilité de faire du SQL via des "proc SQL" mais je ne sais pas quel est le niveau de SQL qu'on peut y intégrer...)

Le premier problème c'est qu'il faut pouvoir créer autant de variables (ou colonnes) qu'il n'y a de valeurs différentes pour une observation d'un même identifiant.
Le deuxième c'est qu'il faut pouvoir repérer les différents identifiants (SELECT distinct Ident ?) pour prendre les bonnes informations et les coller dans la même ligne.


Si quelqu'un avait ne serait-ce qu'une petite idée pour amorcer le dédoublonnage de la table, peut-être que ça pourrait me lancer, car pour l'instant, j'avoue être un peu coincé...

Merci de m'avoir lu et bonne journée

[al1_24]

Quelle est exactement la structure de ta table ?

[Alqualonde]

J'espère que je ne me trompe pas sur le sens de "structure"...
En fait ma table est rectangulaire, car dans SAS, il ne peut y avoir que des tables rectangulaires avec nombre de lignes et de colonnes fixes. Les valeurs manquantes sont donc complétées par des points.

Donc ma table de départ est composée de 51 variables avec 10 000 lignes (je schématise)

La première variable est une variable texte qui représente l'identifiant (ex : A, B, C), et les 50 suivantes sont des variables dans lesquelles on indique une année. Pour un individu X, il pourra avoir de 1 à n valeurs remplies dans le tableau. Si n est supérieur à 50, il aura plusieurs lignes dans son tableau.

Dans l'exemple que j'avais donné lors de ma première explication, l'individu B avait trop de valeurs à remplir donc il occupait deux lignes (dont une incomplète).

L'idée est d'avoir un tableau plus grand en "largeur" (nombre de variables) et plus petit en longueur (nombre de lignes d'observations) en regroupant toutes les informations connues pour un même identifiant. Peu importe si ce tableau, du coup, contiendra beaucoup de valeurs manquantes.

J'espère que j'ai répondu à la question

[al1_24]

En SQL, je ferais comme ça (normalisation puis dénormalisation) :

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
25
select    ID
    ,    sum(case COL when 1 then VAL else 0 end)
    ,    ...
    ,    sum(case COL when :M - 1 then VAL else 0 end)
    ,    sum(case COL when 0 then VAL else 0 end)
from
    (    select    ID
            ,    rownumber() over (partition by ID order by VAL) as ORD
            ,    cast((ORD / :M) as integer) as LIG
            ,    ORD - LIG * :M as COL
            ,    VAL
        from
            (    select    ID
                    ,    VAL1    as VAL
                from    MATABLE
            union
                ...
            union
                select    ID
                    ,    VAL_N    as VAL
                from    MATABLE
            )
    )
group by ID, LIG
;

N est le nombre de colonnes (hors ID) de ta table source, M celui de la tale cible

[Alqualonde]

Merci pour cette réponse rapide !

J'essaie pour l'instant de voir qu'est-ce qu'elle fait réellement, j'avoue ne pas tout saisir donc je vais chercher un peu et je reviendrai (surement) poser quelques questions

[Alqualonde]

Je cogite je cogite et... je vois toujours pas qu'est-ce que peuvent renvoyer les sum de d"but de programme... De plus il faut en créer M c'est bien ça ?

D'autre part il semble que le SQL sous SAS n'accepte pas le "over"