如何在 SAS 中查找两个数据集之间的匹配项并提取值答案

【问题标题】：How to find a match between two data sets and extract values in SAS如何在 SAS 中查找两个数据集之间的匹配项并提取值
【发布时间】：2016-05-25 09:12:59
【问题描述】：

我想比较两个数据集并将匹配的观察结果提取到新数据集。例如，

我有两个数据集，一个来自 10 月，另一个来自 11 月，如下所示。

10 月数据集

visitor_id ctn visits kjsjakd83 3243244234 1 sakdsadda 5432223442 2 jhk43242l 3243243244 1 iiiewdaja 9839422022 2

11 月数据集

visitor_id ctn visits kjsjakd83 3243244234 1 432hj4hj 3243243244 2 jhk43242l 3243243244 1 xfd3x424 2342344234 2

现在，我想通过 CTN 比较这些数据集，并从 10 月数据集中提取在 11 月数据集中找到匹配 CTN 的所有观察结果。因此，提取的数据集必须如下所示。

数据集匹配

visitor_id ctn visits kjsjakd83 3243244234 1 jhk43242l 3243243244 1

如何在 SAS 中做到这一点？

【问题讨论】：

请发布您到目前为止尝试过的代码，这听起来像是一个简单的内部连接。我也不清楚最后一个数据集（匹配）是您引用的第三个数据集，还是您想要的输出数据集。最后，为什么在 11 月的数据中，同一个 ctn 有 2 个访问者 id？你认为哪一个相关？
proc sql; create table final as select Distinct a.CTN, a.visits from Nov a inner join Oct b on b.CTN = a.CTN; quit;
上面的代码显示了来自两个数据集的匹配行但是我只想要匹配来自 11 月数据集的行

标签： sas proc-sql

【解决方案1】：

如果您只想要 OCTOBER 中 CTN 值为 11 月的记录，那么这似乎是最直接的 SQL 语法。

select * from OCTOBER 
  where CTN in (select CTN from NOVEMBER)
;

【讨论】：

【解决方案2】：

如果您将 oct “a” 和 nov “b” 设置为，您的代码可以正常工作。此外，正如 Keith 提到的，您的 nov 数据集中有重复的 ctn 值，您应该修复或解释您希望如何处理；最好加入 a.visitor_id = b.visitor_id 和 a.ctn = b.ctn。

proc sql;
    create table final as select distinct
        a.* from oct as a inner join nov as b
        on a.ctn = b.ctn;
quit;

【讨论】：

这实际上是正确的。 OP 确实需要加入两个 id 并仅返回 Nov 记录：b.* 请相应修改。

【解决方案3】：

@Tom 的回答是我会怎么做，但这里是没有PROC SQL 的方法：

proc sort data=october;
  by ctn;
run;

proc sort data=november;
  by ctn;
run;

data match;
  merge october (IN=oct)
        november (IN=nov keep=ctn);
  by ctn;
  if oct and nov;
run;

【讨论】：