SAS - 比较两个数据集中的两个变量

Question

我有两个患者数据集，正在尝试制作一个数据； 我的第一个数据是住院病人，第二个是门诊病人。我想比较两个数据集以查看门诊就诊数据是否有患者，然后我想向住院数据添加一个新变量，比如说 OP_var 并将其标记为“是”，如果门诊数据中不存在住院数据患者，那么我想将 OP_var 标记为“否”。

例如`

data inpatient;
input PID adm_dt dis_dt hsp_id @@;
cards;
1 01/01/2013 01/03/2013 10001
2 01/03/2013 01/04/2013 10110
3 01/10/2012 01/12/2012 10010
4 01/11/2013 01/17/2013 10000
;;

data outpatient;
input PID adm_dt_op dis_dt_op hsp_id_op @@;
cards;
1 01/05/2013 01/05/2013 10000
2 01/06/2013 01/06/2013 10111
4 01/19/2013 01/19/2013 10001
;;

data want;

PID  adm_dt     dis_dt     hsp_id adm_dt_op dis_dt_op   hs_id_op OP
1    01/01/2013 01/03/2013 10001  01/05/2013 01/05/2013 10000    Yes
2    01/03/2013 01/04/2013 10110  01/06/2013 01/06/2013 10111    Yes
3    01/10/2012 01/12/2012 10010  .          .           .       No
4    01/11/2013 01/17/2013 10000  01/19/2013 01/19/2013 10001    Yes`

Answer 1

这个非常基本的问题有很多解决方案。合并两个数据集：

data want;
merge inpatient(in=i) outpatient(in=o keep=PID);
if i;
if o then Outpatient='Yes';
else outpatient='No';
run;

即使您有多个要合并的变量也可以工作，但确实需要排序，因此对于非常大的数据集可能会很慢。

创建格式：

data op_format;
start=pid;
label='Yes';
fmtname='Outpf';
output;
if _n_ = 1 then do;  *add a row that instructs it what to do with nonmatching records;
hlo='o';
label='No';
output;
end;
run;

proc format cntlin=op_format;
quit;

data want;
set inpatient;
outpatient=put(pid,outpf.);
run;

仅适用于一个合并变量（没有像将值组合在一起这样的愚蠢技巧）。

如果这两个都不适合你，还有其他解决方案——SQL、哈希表等，具体取决于你的数据、你对各种事物的熟悉程度等。

SQL解决方案，大致：

proc sql;
create table want as
  select I.*, case when missing(O.PID) then 'No' else 'Yes' end as OP
  from inpatient I left join outpatient O
  on I.pid=O.pid;
quit;

Answer 2

这应该会有所帮助。抱歉，我大约一年前切换到 R 并且我的电脑上没有 SAS 进行测试。

    PROC SQL; 
     CREATE TABLE Patient_Matches AS 
     SELECT *
     FROM inpatient left join outpatient
     ON inpatient.PID = outpatient.PID 
     ; 
     QUIT;


     PROC SQL;
       ALTER TABLE Patient_Matches ADD OPchar(2);
       UPDATE Patient_MatchesSET myString='NO' where hs_id_op  = '';
       UPDATE Patient_MatchesSET myString='YES' where hs_id_op  <> '';
     quit;