複数の変数を縦持ち変換にしたい

　臨床試験のデータを集計する前に、変数が横持ちになっているRawデータを縦持ちに変換(整形)するという作業が必要です。
臨床試験周りのDBの設計は横持ちになっていることが多く、何はともあれとりあえず縦持ちにしなければ何もできません。

やりたいこと

こうなっているデータを

SUBJID	WBC01	WBC02	WBC03	LYMP01	LYMP02	LYMP03
01-0001	6500	5500	3200	3400	3500	1780
01-0002	4500	3200	2000	2000	2800	1280
01-0003	5500	7000	6400	3600	4350	5090
01-0004	3300	2900	1500	1500	1400	700

こうしたい

SUBJID	WBC	LYMP
01-0001	6500	3400
01-0001	5500	3500
01-0001	3200	1780
01-0002	4500	2600
01-0002	3200	2800
01-0002	2000	1200
01-0003	5500	3640
01-0003	7000	4350
01-0003	6400	5090
01-0004	3300	1550
01-0004	2900	1400
01-0004	1500	700

方法1. proc transpose

proc transposeを使用して実現する場合、

transpose.sas

*---白血球数とリンパ球数の架空のデータを作成---;
data lbset0１;
 input SUBJID:$10. wbc01:$8. wbc02:$8. wbc03:$8. LYMP01:$8. LYMP02:$8. LYMP03:$8.;
 cards;
 01-0001 6500 5500 3200 3400 3500 1780 
 01-0002 4500 3200 2000 2600 2800 1200 
 01-0003 5500 7000 6400 3640 4350 5090 
 01-0004 3300 2900 1500 1550 1400 700
 ;
run;

*---WBCのみ転置----;
proc transpose data=lbset01　out=wbc PREFIX=WBC;
  var wbc01 wbc02 wbc03;
  by SUBJID;
run;

*---LYMPのみ転置----;
proc transpose data=lbset01　out=lymp PREFIX=LYMP;
  var LYMP01 LYMP02 LYMP03;
  by SUBJID;
run;

*--マージKeyでソートしておく---;
proc sort data=wbc;
 by SUBJID;
run;

proc sort data=lymp;
 by SUBJID;
run;

data Lbdata;
 merge trlbset01 trlbset02;
 by SUBJID;
run;

一見良さそうだけど

　今回は白血球数とリンパ球数の2項目だったが、実際、業務で扱う臨床検査値はもっと多い。
　10項目あれば、10項目分transposeする必要がある。

方法2. proc sql(union all)

sql(union all)を使ってみる

union_all_1.sas

*---白血球数とリンパ球数の架空のデータを作成---;
data lbset0１;
 input SUBJID:$10. wbc01:$8. wbc02:$8. wbc03:$8. LYMP01:$8. LYMP02:$8. LYMP03:$8.;
 cards;
 01-0001 6500 5500 3200 3400 3500 1780 
 01-0002 4500 3200 2000 2600 2800 1200 
 01-0003 5500 7000 6400 3640 4350 5090 
 01-0004 3300 2900 1500 1550 1400 700
 ;
run;

*---union allを使わないと重複データが削除されるので注意----;
proc sql;
 create table lbdata as
 select SUBJID,WBC01,LYMP01 from lbset01
 union all select SUBJID,WBC02,LYMP02 from lbset01
 union all select SUBJID,WBC03,LYMP03 from lbset01
 ;
quit;

一見良さそうだけど

　今回は1レコードあたりの白血球数とリンパ球数のデータ数が同じだったが、
　異なる場合は工夫する必要がある。

union_2.sas


data lbset02;
 input SUBJID:$10. wbc01:$8. wbc02:$8. wbc03:$8. LYMP01:$8. LYMP02:$8. LYMP03:$8. LYMP04:$8.;
 cards;
 01-0001 6500 5500 3200 3400 3500 1780 1500
 01-0002 4500 3200 2000 2600 2800 1200 1000
 01-0003 5500 7000 6400 3640 4350 5090 4900
 01-0004 3300 2900 1500 1550 1400 700 1000
 ;
run;

*---WB04は存在しない変数のため""を取得するようクエリを書く---;
proc sql;
 create table lbdata as
 select SUBJID,WBC01,LYMP01 from lbset02
 union all select SUBJID,WBC02,LYMP02 from lbset02
 union all select SUBJID,WBC03,LYMP03 from lbset02
 union all select SUBJID,"",LYMP04 from lbset02
 ;
quit;

結論

普段はmysqlを触っていることもあり個人的な好みはsqlですが、
実行速度を考えると悩ましいですね。

最後に

まだまだSASを触りたての初心者なので、もっと良いやり方があれば是非教えてくださると嬉しいです。