计算具有多个条件的出现次数

Question

我正在尝试计算电子邮件在我的数据中出现的次数（如果它出现在第6周）。我目前正在使用此代码

if week=6 has6=1.
aggregate out=* mode=addvariables overwrite=yes/break=email /has6=max(has6).
aggregate out=* mode=addvariables /break=email /n=sum(has6).

这是按预期工作，但我遗漏了一个我需要的条件。电子邮件地址每周可以多次显示，但我只想每周计算一次。

例如：

  Email            Week         N
[email protected]         6          2
[email protected]       3          
[email protected]       4         
[email protected]    6          1
[email protected]         4          2
[email protected]         4          2

因此即使[email protected]在数据中出现三次，我也只希望她显示为N = 2，因为她在不同的星期（6和4）只出现两次。我不希望它在第4周计算她的第二个实例（这是当前代码正在做的事情：她被计为3，因为她出现了三次）。

所以我的两个条件是：

1. 仅计算第6周中出现的电子邮件地址至少一次。
2. 每周只计算一次。

TIA！

Answer 1

这将重新创建您提供的示例数据：

data list list/email(a50) week(f1).
begin data
"[email protected]" 6
"[email protected]" 3
"[email protected]" 4
"[email protected]" 6
"[email protected]" 4
"[email protected]" 4
end data.

首先，我们会识别每周至少有一次第6周的电子邮件，并标记所有发生的事件：

if week=6 has6=1.
aggregate out=* mode=addvariables overwrite=yes/break=email /has6=max(has6).

现在有两种方法可以继续。

第一种方法：第二次聚合并重新连接结果到数据：

sort cases by email week.
dataset name orig.
dataset declare agg.
aggregate out=agg /break=email week/has6=max(has6).
dataset activate agg.
select if has6.
aggregate out=* mode=addvariables/break email/n=n.
dataset activate orig.
match files /file=* /table=agg /by email week.
exe.

第二种方法：将行与折扣非唯一案例进行比较：

sort cases by email week.
compute countThis=has6.
if $casenum>1 and has6 and lag(email)=email and lag(week)=week countThis=0.
exe.
aggregate out=* mode=addvariables /break=email /n=sum(countThis).