SAS合并數(shù)據(jù)集

可以基于特定的公共變量合并多個SAS數(shù)據(jù)集以給出單個數(shù)據(jù)集。 這是使用MERGE語句和BY語句完成的。 合并數(shù)據(jù)集中的觀察的總數(shù)通常小于原始數(shù)據(jù)集中的觀察的數(shù)量的總和。 這是因為當(dāng)公共變量的值存在匹配時，變量形成兩個數(shù)據(jù)集合被合并為一個記錄。

下面給出了合并數(shù)據(jù)集的兩個先決條件：

• 輸入數(shù)據(jù)集必須至少有一個要合并的公用變量。
• 輸入數(shù)據(jù)集必須按照將用于合并的公共變量排序。

語法

SAS中的MERGE和BY語句的基本語法是：

MERGE Data-Set 1 Data-Set 2
BY Common Variable

以下是所使用的參數(shù)的說明：

• Data-set1，Data-set2是一個接一個寫入的數(shù)據(jù)集名稱。
• 公共變量是基于其匹配值的數(shù)據(jù)集合將被合并的變量。

數(shù)據(jù)合并的例子

考慮兩個SAS數(shù)據(jù)集，一個包含具有名稱和工資的雇員ID，另一個包含具有雇員ID和部門的雇員ID。 在這種情況下，為了獲得每個員工的完整信息，我們可以合并這兩個數(shù)據(jù)集。 最終數(shù)據(jù)集仍將對每個員工有一個觀察值，但它將包含薪水和部門變量。

# Data set 1	
ID NAME SALARY	
1 Rick 623.3		 
2 Dan 515.2 		
3 Mike 611.5 		
4 Ryan 729.1 
5 Gary 843.25 
6 Tusar 578.6 
7 Pranab 632.8 
8 Rasmi 722.5 

# Data set 2
ID DEPT
1 IT 
2 OPS
3 IT 
4 HR 
5 FIN 
6 IT 
7 OPS
8 FIN 

# Merged data set
ID NAME SALARY DEPT	
1 Rick 623.3	IT 		 
2 Dan 515.2 	OPS	
3 Mike 611.5 	IT 	
4 Ryan 729.1    HR 
5 Gary 843.25   FIN 
6 Tusar 578.6   IT 
7 Pranab 632.8  OPS
8 Rasmi 722.5   FIN 

上述結(jié)果通過使用以下代碼實現(xiàn)，其中在BY語句中使用公共變量（ID）。 請注意，兩個數(shù)據(jù)集中的觀測值已在ID列中排序。

DATA SALARY; 
  INPUT empid name $ salary  ; 
DATALINES; 
1 Rick 623.3		 
2 Dan 515.2 		
3 Mike 611.5 		
4 Ryan 729.1 
5 Gary 843.25 
6 Tusar 578.6 
7 Pranab 632.8 
8 Rasmi 722.5 
;
RUN; 
DATA DEPT; 
  INPUT empid dEPT $ ; 
DATALINES; 
1 IT 
2 OPS
3 IT 
4 HR 
5 FIN 
6 IT 
7 OPS
8 FIN 
;
RUN; 
DATA All_details;
MERGE SALARY DEPT;
BY (empid);
RUN;
PROC PRINT DATA=All_details; 
RUN;  

匹配列中缺少值

可能存在公共變量的一些值在數(shù)據(jù)集之間不匹配的情況。 在這種情況下，數(shù)據(jù)集仍然會合并，但在結(jié)果中給出缺失值。

例

ID NAME SALARY DEPT	
1 Rick 623.3	IT 		 
2 Dan 515.2 	OPS	
3 .		.		IT
4 Ryan 729.1    HR 
5 Gary 843.25   FIN 
6 Tusar 578.6   .
7 Pranab 632.8  OPS
8 Rasmi 722.5   FIN 

僅合并匹配項

為了避免結(jié)果中的缺失值，我們可以考慮僅保留具有公共變量的匹配值的觀察值。 這是通過使用IN語句實現(xiàn)的。 SAS程序的merge語句需要更改。

例

在下面的示例中，IN =值僅保留來自數(shù)據(jù)集SALARY和DEPT的值匹配的觀察值。

DATA All_details;
MERGE SALARY(IN=a) DEPT(IN=b);
BY (empid);
IF a=1 and b=1;
RUN;
PROC PRINT DATA=All_details; 
RUN;  

在執(zhí)行具有上述改變的部分的SAS程序時，我們得到以下輸出。

1 Rick 623.3	IT 		 
2 Dan 515.2 	OPS	
4 Ryan 729.1    HR 
5 Gary 843.25   FIN 
7 Pranab 632.8  OPS
8 Rasmi 722.5   FIN