我想将我在“父”数据集中的观察结果拆分为他们自己独特的“子”数据集。我需要对几个父数据集执行此操作，因此我尝试创建一个内部带有 do 循环的宏来生成这些数据集。但是我的代码不起作用（可能有多种原因）。
这是手动代码作为我想要自动化的示例（此代码工作正常，“父”数据集ta220092在这种情况下有四个观察结果，但在其他“父”数据集中它可能更大或更小）：
data ta2200921 ta2200922 ta2200923 ta2200924;
set ta220092;
if _n_ = 1 then output ta2200921;
if _n_ = 2 then output ta2200922;
if _n_ = 3 then output ta2200923;
if _n_ = 4 then output ta2200924;
run;
在试图自动化这一点。我想我应该使用自动“ n ”变量添加到数据集名称和 %to 语句，因为每个“父”数据集中的观察数量各不相同，但我不知道该怎么做。我创建了以下代码，其中有一个问题，我希望有人能提供帮助：
%macro treatmentsplit(j);
%do i = 1 %to &j.;
&j. = _n_;
data tatest220092&i.;
set ta220092 (where = (_n_ = &i.));
run;
%end;
%mend treatmentsplit;
%treatmentsplit;
谢谢你。
除了为了清楚起见编辑上述内容外，我还需要编辑我的问题以解决为什么我不相信这是 Joe 标记的重复问题。他提出的重复问题是分割 sas 数据集以进行批处理的最快方法是什么？
我认为这个问题不是重复的有两个原因。首先，想要分裂的根本原因是不同的。对于我的问题，这不是试图分解大型数据集以进行合理批处理的问题。我将在下一段中解决我想要拆分的根本原因。我不认为这是重复的第二个原因是解决“什么是对 SAS 数据集进行批处理进行分区的最快方法”的代码不适用于我的情况。提供的两个代码答案指定了要拆分父数据集的多个数据集。我事先不知道要拆分的每个数据集的拆分数量，因为每个数据集中的观察数量不同。我试图根据我的情况修改第二个答案（由 RWill），并且到目前为止一直没有成功。这是我迄今为止修改我的情况的第二个答案的最佳尝试（尝试过变体）：
%macro nobs(dsn);
%local nobs dsid rc;
%let nobs=0;
%let dsid = %sysfunc(open(&dsn));
%if &dsid %then %do;
%let nobs = %sysfunc(attrn(&dsid,NOBS));
%end;
%else %put Open for dataset &dsn failed - %sysfunc(sysmsg());
%let rc = %sysfunc(close(&dsid));
%mend nobs;
%macro batch_process(dsn_in,dsn_out_prefix);
%let dsn_obs = %nobs(&dsn_in);
%let obs_per_dsn = 1;
data
%do i = 1 %to &dsn_obs;
&dsn_out_prefix.&i
%end; ;
set &dsn_in;
drop _count;
retain _count 0;
_count = _count + 1;
%do i = 1 %to &dsn_obs;
if (1 + ((&i - 1) * 1) <= _count <= (&i * 1) then do;
output &dsn_out_prefix.&i;
end;
%end;
run;
%mend batch_process;
%batch_process( dsn_in=tmp1.ta220092 , dsn_out_prefix = ta220092);
日志中的错误似乎表明 do 循环中的 DSN_OBS 变量存在问题（第二个宏中的第 5 行）：
SYMBOLGEN：宏变量 DSN_OBS 解析为错误：%EVAL 函数没有要计算的表达式，或者 %IF 语句没有条件。错误：%DO I 循环的 %TO 值无效。
为了解决我想要将数据集拆分为每个数据集一个观察值的根本原因，我修改了一个宏，它几乎可以按照我需要的方式工作，但有一个问题。我修改的原始宏用于倾向得分匹配http://www.biostat.umn.edu/~will/6470stuff/Class25-12/PSmatching.sas. 我对其进行了修改以更好地处理我的数据集（更改变量名称），并且我还添加了一个我称为“CC”的方法来计算卡尺，因为我想捕获在我的治疗匹配变量的 10% 或 20% 范围内的所有控件组（将有第二个匹配变量，由最近的邻居选择，但我对该步骤的代码没有问题）。问题在于，在处理数据集（例如上面的 ta220092）中，有两个观察值具有匹配的变量，这些变量具有重叠的计算厚度“区域”——一个具有 62 的资产，一个具有 64 的资产。宏有一个替换选项; 如果我选择“是”，那么我会得到与同一控件匹配的处理 100 次（不是我想要的，我想要计算出的卡尺内的所有控件）。如果我选择“
%macro Matching(datatreatment=, datacontrol=, method=, numberofcontrols=, caliper=, ccpercent=,
replacement=, out=);
/* Create copies of the treated units if N > 1 */;
data _Treatment0(drop= i);
set &datatreatment;
do i= 1 to &numberofcontrols;
RandomNumber= ranuni(12345);
output;
end;
run;
/* Randomly sort both datasets */
proc sort data= _Treatment0 out= _Treatment(drop= RandomNumber);
by RandomNumber;
run;
data _Control0;
set &datacontrol;
RandomNumber= ranuni(45678);
run;
proc sort data= _Control0 out= _Control(drop= RandomNumber);
by RandomNumber;
run;
data Matched (keep = cikSelectedControl atControl roacontrol roatreat fyear industry MatchedToTreatcik atTreat);
length atC 8;
length cikC 8;
/* Load Control dataset into the hash object */
if _N_= 1 then do;
declare hash h(dataset: "_Control", ordered: 'no');
declare hiter iter('h');
h.defineKey('cikC');
h.defineData('roac','atC','cikC');
h.defineDone();
call missing(cikC, atC, roac);
end;
/* Open the treatment */
set _Treatment;
%if %upcase(&method) ~= RADIUS %then %do;
retain BestDistance 99;
%end;
/* Iterate over the hash */
rc= iter.first();
if (rc=0) then BestDistance= 99;
do while (rc = 0);
/* Caliper */
%if %upcase(&method) = CALIPER %then %do;
if (atT - &caliper) <= atC <= (atT + &caliper) then do;
ScoreDistance = abs(atT - atC);
if ScoreDistance < BestDistance then do;
BestDistance = ScoreDistance;
cikSelectedControl = cikC;
atControl = atC;
MatchedToTreatcik = cikT;
atTreat = atT;
end;
end;
%end;
/* Calculated caliper */
%if %upcase(&method) = CC %then %do;
ccdist = &ccpercent*atT;
if (atT - ccdist) <= atC <= (atT + ccdist) then do;
ScoreDistance = abs(atT - atC);
if ScoreDistance < BestDistance then do;
BestDistance = ScoreDistance;
cikSelectedControl = cikC;
atControl = atC;
MatchedToTreatcik = cikT;
atTreat = atT;
ROAControl = roaC;
ROATreat=roat;
end;
end;
%end;
/* NN */
%if %upcase(&method) = NN %then %do;
ScoreDistance = abs(atT - atC);
if ScoreDistance < BestDistance then do;
BestDistance = ScoreDistance;
cikSelectedControl = cikC;
atControl = atC;
MatchedToTreatcik = cikT;
atTreat = atT;
end;
%end;
%if %upcase(&method) = NN or %upcase(&method) = CALIPER or %upcase(&method) = CC %then %do;
rc = iter.next();
/* Output the best control and remove it */
if (rc ~= 0) and BestDistance ~=99 then do;
output;
%if %upcase(&replacement) = NO %then %do;
rc1 = h.remove(key: cikSelectedControl);
%end;
end;
%end;
/* Radius */
%if %upcase(&method) = RADIUS %then %do;
if (atT - &caliper) <= atC <= (atT + &caliper) then do;
cikSelectedControl = cikC;
atControl = atC;
MatchedToTreatcik = cikT;
atTreat = atT;
output;
end;
rc = iter.next();
%end;
end;
run;
/*to download datasets from wrds to investigate*/
proc download data=matched; run;
proc download data=_Control; run;
/* Delete temporary tables. Quote for debugging */
proc datasets NOLIST; /*Nolist option should prevent printing of dataset list*/
delete _:(gennum=all);
run;
data &out;
set Matched;
run;
proc datasets NOLIST; /*Nolist option should prevent printing of dataset list*/
delete Matched;
%mend Matching;
%Matching(datatreatment= Ta220092, datacontrol= ca220092, method= cc,
numberofcontrols= 100, caliper=1, ccpercent=.2, replacement= no, out= matchtest4);
另一个注意事项是，我将通过 WRDS 系统上的 PC SAS 运行这场比赛，这样更快，并且在处理过程中不会冻结我的计算机。