SAS - 合并数据集

可以基于特定的公共变量合并多个 SAS 数据集以提供单个数据集。 这是使用 MERGE 语句和 BY 语句完成的。合并数据集中的观测总数通常小于原始数据集中观测数的总和。这是因为当公共变量的值匹配时，来自两个数据集的变量会合并为一个记录。

下面给出了合并数据集的两个先决条件 −

• 输入数据集必须至少有一个要合并的公共变量。
• 输入数据集必须按将用于合并的公共变量进行排序。

语法

SAS 中 MERGE 和 BY 语句的基本语法是 −

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

以下是使用的参数说明 −

• Data-set1,Data-set2 是一个接一个写的数据集名称。

• Common Variable 是基于其匹配值数据集将被合并的变量。

数据合并

让我们借助一个示例来了解数据合并。

示例

考虑两个 SAS 数据集，一个包含带有姓名和薪水的员工 ID，另一个包含带有员工 ID 和部门的员工 ID。 在这种情况下，为了获得每个员工的完整信息，我们可以合并这两个数据集。最终数据集仍将有每个员工的一个观察值，但它将包含薪水和部门变量。

# 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 

上述结果是通过使用以下代码实现的，其中 BY 语句中使用了公共变量 (ID)。 请注意，两个数据集中的观察结果已经在 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;  

匹配列中的缺失值

可能存在公共变量的某些值在数据集之间不匹配的情况。 在这种情况下，数据集仍然会合并，但会在结果中给出缺失值。

示例

考虑数据集薪水中缺少员工 ID 3 和缺少表单数据集 DEPT 的员工 ID 6 的情况。 当应用上述代码时，我们得到以下结果。

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 

仅合并匹配项

为了避免结果中的缺失值，我们可以考虑只保留与公共变量匹配值的观察值。 这是通过使用 IN 语句来实现的。 需要更改 SAS 程序的合并语句。

示例

在下面的示例中，IN= value 仅保留数据集 SALARY 和 DEPT 的值都匹配的观察值。

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;  

使用上述更改部分执行上述 SAS 程序后，我们得到以下输出。

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