Convert Categorical Variable to Dummy Variables (Indicators)

说明：
假如变量School有1000个观测值，其中unique的观测值有50个，也就是有50个不同的学校。在linear regression中要把School这个变量变成50个dummy ariable才可以（实际用49个，因为有一个是reference）。怎么做？一个SAS Macro如下：

%macro DUMMY ( dsn = ,

var = ,

prefix = ) ;

proc summary data = &dsn nway ;

class &var ;

output out = x ( keep = &var ) ;

proc print ;

*;

data _null_ ;

set x nobs=last ;

if _n_ = 1 then call symput ( 'num',

trim(left(put( last, best. ) ) ) ) ;

call symput ( 'c' || trim ( left (

put ( _n_, best. ) ) ),trim ( left

( &var ) ) ) ;

run ;

data &dsn ;

set &dsn nobs=last;

array ct ( &num ) %do k=1 %to

&num ;

&prefix&&c&k

%end ; ;

%do i = 1 %to &num ;

select;

when (&var="&&c&i" ) ct(&i)=1;

otherwise ct(&i)=0;

end;

%end;

run ;

%mend Dummy ;

%Dummy ( dsn = name , var = name,

prefix = sic_ ) ;

proc print ;

run;

quit;

说明：

1：第一步proc summary产生dataset X。X是原data dsn中var的unique的值。所以这一步可以用 proc sort noduplicate来得到；

2： 第二步_null_产生两个macro variable，第一个是&num，是原data dsn中var的unique值的size，也就是X的size，记为&num；第二个macro variable是一系列macro variable，从&&c&1到&&c&num。也就是把X的变量的每一个值赋给对应的&&c&i；

3：来产生dummy variable。总共有&num个dummy variable，所以建立一个array，有&num列，叫ct(&1) 到 ct(&num)，对应的变量名为&prefix&&c&k。然后就是比较。从dsn中读进来的var的每个值，跟相应的&&c&i比较，相同为1，否则为0.最终得到所要的东西。

更直接一点，源程序分解：

data name;

      input name $;

      cards;

      zhao

      qian

      sun

      li

      zou

      wu

      zeng

      wang

      zhao

      wang

      sun

      wu

      ;

run;

proc summary data = name nway ;

class name;

output out = x ( keep = name ) ;

proc print ;

data _null_ ;

set x nobs=last ;

if _n_ = 1 then call symput ( 'num',

trim(left(put( last, best. ) ) ) ) ;

call symput ( 'c' || trim ( left (

put ( _n_, best. ) ) ),trim ( left

( name ) ) ) ;

run ;

%put #

%put &c1;

%put &c2;

%put &c3;

%put &c4;

%put &c5;

%put &c6;

%put &c7;

%put &c8;