SAS:?數(shù)據(jù)集的橫向合并(一)

一、一對(duì)一合并數(shù)據(jù)集

1.具有不同變量的數(shù)據(jù)集

在橫向合并中，當(dāng)兩個(gè)或更多的SAS數(shù)據(jù)集沒(méi)有相同的變量時(shí)，此時(shí)合并數(shù)據(jù)集的變量均會(huì)展示在數(shù)據(jù)集中。

data one;

input week $10.;

cards;

Week1

Week2

Week3

Week4

Week5

;

run;

/ 結(jié)果如下： /

data two;

input topic $10.;

cards;

Topic 1

Topic 2

Topic 3

Topic 4

Topic 5

;

run;

/ 結(jié)果如下： /

data all1;

merge one two;

run;

/ 結(jié)果如下： /

2.具有相同變量的數(shù)據(jù)集（不使用by語(yǔ)句）

當(dāng)兩個(gè)或更多的SAS數(shù)據(jù)集有相同的變量時(shí)，第 2 個(gè)數(shù)據(jù)集中的變量將覆蓋第 1 個(gè)數(shù)據(jù)集中的相同變量。如果不想要被覆蓋，則可以使用RENAME數(shù)據(jù)步驟選項(xiàng)來(lái)重新命名。

data three;

input ID $3. balance 4.;

cards;

001 102

005 89

002 231

004 147

003 192

;

run;

/ 結(jié)果如下： /

data four;

input Name $ 1-15 @17 balance 4.;

cards;

John Smith 96

Ted Husion 80

Martha Chen 150

Sandy Lee 100

Paul Leny 192

Avery 200

;

run;

/ 結(jié)果如下： /

data all2;

merge three four;

run;

/ 結(jié)果如下： /

**3.具有相同變量的數(shù)據(jù)集（使用by語(yǔ)句） **

與by語(yǔ)句的合并允許根據(jù)by變量的值來(lái)匹配觀測(cè)值。在合并之前，所有的輸入數(shù)據(jù)集必須按照BY或KEY變量進(jìn)行排序。

data five;

input ID $3. balance 4. zip 6.;

cards;

001 102 16431

005 89 46298

002 231 98704

004 147 42316

003 192 44765

007 479 21496

;

run;

proc sort data=five;

by id;

run;

/ 結(jié)果如下： /

data six;

input Name $ 1-15 @17 balance 4. @23 ID $3.;

cards;

Sandy Lee 100 004

Paul Leny 192 003

John Smith 96 001

Ted Husion 80 005

Martha Chen 150 002

Jason Tod 244 006

;

run;

proc sort data=six;

by id;

run;

/ 結(jié)果如下： /

data all3;

merge five six;

by id;

run;

/ 結(jié)果如下： /

4.具有相同變量的數(shù)據(jù)集（使用by語(yǔ)句和in選項(xiàng)）

在上面的例子中，觀察值6和7來(lái)自?xún)蓚€(gè)數(shù)據(jù)集中的一個(gè)。IN=選項(xiàng)創(chuàng)建了一個(gè)變量，可以識(shí)別數(shù)據(jù)集是否對(duì)輸出有貢獻(xiàn)。舉以下三個(gè)例子來(lái)讓大家理解:

例1：在上面的例子中，我們添加了另一個(gè)變量 "source"，并使用IN=選項(xiàng)來(lái)識(shí)別每個(gè)輸入數(shù)據(jù)集的貢獻(xiàn)：

data all4;

length source $8;

merge five(in=in1) six(in=in2);

by id;

if in1 and in2 then source='Both';

else if in1 then source='Left';

else source='Right';

run;

/ 結(jié)果如下： /

例2：在上面的例子中，如果我們希望輸出的數(shù)據(jù)集只包含來(lái)自?xún)蓚€(gè)輸入數(shù)據(jù)集的觀察值：

data all5;

merge five(in=in1) six(in=in2);

by id;

if in1 and in2 ;

run;

/ 結(jié)果如下： /

例3：我們希望輸出的數(shù)據(jù)集包含所有來(lái)自five輸入數(shù)據(jù)集的觀測(cè)值：

data all6;

merge five(in=in1) six(in=in2);

by id;

if in1 ;

run;

/ 結(jié)果如下： /

注意：如果匹配合并的目的是一對(duì)一的匹配合并，輸入的數(shù)據(jù)集應(yīng)該沒(méi)有重復(fù)的鍵。因此，在合并之前，可能需要在合并前對(duì)proc sort使用NODUPKEY選項(xiàng)。

二、一對(duì)多或多對(duì)一合并數(shù)據(jù)集

BY變量值在某一輸入數(shù)據(jù)集中存在重復(fù)值，即在其中一個(gè)輸入數(shù)據(jù)集中，含有兩條或兩條以上的觀測(cè)具有相同的BY變量值，也稱(chēng)為一對(duì)多合并。

在匹配過(guò)程中會(huì)遵循如下原則：由輸入數(shù)據(jù)集讀入的變量值，會(huì)保留在PDV中，直到被下一個(gè)讀入的觀測(cè)值覆蓋或該BY組合處理完畢被重置為缺失值為止。為了更好的理解，通過(guò)一個(gè)簡(jiǎn)單的例子來(lái)具體講解這一原則。

data seven;

input ID $3. zip 6.;

cards;

001 16431

005 46298

002 98704

004 42316

003 44765

007 21496

;

run;

proc sort data=seven out=seven;

by id;

run;

/ 結(jié)果如下： /

data eight;

input Name $ 1-15 @17 balance 4. @23 ID $3.;

cards;

Sandy Lee 100 004

Paul Leny 192 003

John Smith 96 001

Ted Husion 80 005

Martha Chen 150 002

Jason Tod 244 006

Avery 200 001

;

run;

proc sort data=eight out=eight;

by id;

run;

/ 結(jié)果如下： /

data all7;

merge seven eight;

by id;

run;

/ 結(jié)果如下： /

三、多對(duì)多合并數(shù)據(jù)集

雖然在匹配合并時(shí)，一般情況下BY變量值至多在某一個(gè)數(shù)據(jù)集中有重復(fù)，但并不代表匹配合并只能處理這一種情況，它同樣可以處理兩個(gè)或兩個(gè)以上輸入數(shù)據(jù)集中的BY變量值重復(fù)的情況，也就是實(shí)現(xiàn)多對(duì)多合并。

SAS的匹配原則和一對(duì)多合并時(shí)一樣，并且新數(shù)據(jù)集中每一個(gè)BY變量值重復(fù)的次數(shù)和輸入數(shù)據(jù)集中重復(fù)次數(shù)最多的一樣。

data nine;

input id$3. number;

cards;

001 2

001 3

002 2

002 4

;

run;

proc sort data=nine out=nine;

by id;

run;

/ 結(jié)果如下： /

data ten;

input id$3. balance;

cards;

001 100

001 192

002 150

002 200

003 136

;

run;

proc sort data=ten out=ten;

by id;

run;

/ 結(jié)果如下： /

data all8;

merge nine ten;

by id;

run;

/ 結(jié)果如下： /

在上例中，all8數(shù)據(jù)集中有一部分id號(hào)的number信息，如果不想將這些id的信息包含在新生成的數(shù)據(jù)集中，就需要確定數(shù)據(jù)集使用數(shù)據(jù)集選項(xiàng)IN=可以幫助實(shí)現(xiàn)這一功能。

data all9;

merge nine(in=in1) ten(in=in2);

by id;

if in1;

run;

/ 結(jié)果如下： /