SAS proc sql内部连接没有重复答案

【问题标题】：SAS proc sql inner join without duplicatesSAS proc sql内部连接没有重复
【发布时间】：2018-05-14 15:19:17
【问题描述】：

我正在努力在不使用 proc sql 创建重复行的情况下加入两个表（不确定是否有任何其他方法更有效）。

内部连接开启：datepart(table1.date)=datepart(table2.date) AND tag=tag AND ID=ID

我认为问题在于表 1 中的日期和不同的名称。通过查看该表，很清楚 table1 的第 1 行应该与表 2 的第 1 行连接，因为事务在表 1 的 00:04 开始并在表 2 中的 00:06。我遇到的问题是我无法加入带有时间戳的日期，因此我正在删除时间戳，因此它会创建重复项。

Table1:

id tag    date            amount   name_x
1 23      01JUL2018:00:04  12          smith ltd
1 23      01JUL2018:00:09  12          anna smith



table 2:



id tag  ref   amount   date
1 23   19   12          01JUL2018:00:06:00
1 23   20   12          01JUL2018:00:10:00



Desired output:

id tag    date            amount   name_x       ref
1 23      01JUL2018  12          smith ltd       19
1 23      01JUL2018  12          anna smith      20

感谢您的帮助。谢谢！

【问题讨论】：

标签： sas proc-sql

【解决方案1】：

您需要为该日期时间连接设置边界。你为什么会得到重复是正确的。我猜下限是以前的日期时间，如果它存在并且上限是这条记录的日期时间。

顺便说一句，这对某人来说是糟糕的数据库设计......

让我们先按id、tag 和date 对表2 进行排序

proc sort data=table2 out=temp;
by id tag date;
run;

现在编写一个数据步骤，为唯一的id/tag 组合添加上一个日期。

data temp;
set temp;
format low_date datetime20.
by id tag;
retain p_date;

if first.tag then
   p_date = 0;

low_date = p_date;
p_date = date;
run;

现在更新您的加入以使用日期范围。

proc sql noprint;
create table want as
select a.id, a.tag, a.date, a.amount, a.name_x, b.ref
from table1 as a
  inner join
     temp as b
  on a.id = b.id
  and a.tag = b.tag
  and b.low_date < a.date <= b.date;
quit;

【讨论】：

【解决方案2】：

如果我的理解是正确的，你想通过ID，标签和最接近的两个日期进行合并，这意味着table1中的01JUL2018:00:04与talbe2中的01JUL2018:00:06:00和01JUL2018最接近： 00:09 是 01JUL2018:00:10:00，你可以试试这个：

data table1;
input id tag date:datetime21.   amount   name_x $15.;
format date datetime21.;
cards;
1 23 01JUL2018:00:04 12 smith ltd
1 23 01JUL2018:00:09 12 anna smith
;

data table2;
input id tag  ref   amount   date: datetime21.;
format date datetime21.;
cards;
1 23 19 12 01JUL2018:00:06:00
1 23 20 12 01JUL2018:00:10:00
;


proc sql;
   select a.*,b.ref from table1 a inner join table2 b
   on a.id=b.id and a.tag=b.tag
   group by a.id,a.tag,a.date
   having abs(a.date-b.date)=min(abs(a.date-b.date));
quit;

【讨论】：