SAS - 合并数据集（一）

在SAS中，使用 SET 语句进行数据集纵向合并，用 MERGE 语句进行横向合并：

DATA new_dataset;
　　SET dataset_1 dataset_n;

DATA new_dataset;
　　MERGE dataset_1 dataset_n;
      BY variable_list; 

 纵向合并后，new_dataset 的行数等于每个数据集行数的加总。If one of the data sets has a variable not contained in the other data sets, then the observations from the other data sets will have missing values for that variable. 

横向合并中的 by variable list 是所有数据集共同的变量。

一、纵向合并 

例一：合并两个数据集 southentrance 和 northentrance, 合并后数据集观测值的顺序维持各自不变

DATA both;
SET southentrance northentrance;
    IF Age = . THEN AmountPaid = .;
    ELSE IF Age < 3 THEN AmountPaid = 0;
    ELSE IF Age < 65 THEN AmountPaid = 35;
    ELSE AmountPaid = 27;
    PROC PRINT DATA = both;
    TITLE 'Both Entrances';
RUN;

                      

例二：合并后数据集观测值按照 PassNumer 排序

DATA interleave;
    SET northentrance southentrance;
    BY PassNumber;
    PROC PRINT DATA = interleave;
    TITLE 'Both Entrances, By Pass Number';
RUN;

 

 

二、横向合并

 例一：合并两个数据集 salesdata 和 descriptions，合并后的数据集包含两个数据集的所有观测值，相当于 full join

/*Merge之前必须先对两个数据集按照 By variables 排序*/
DATA chocolates;
    MERGE sales descriptions;
    BY CodeNum;
PROC PRINT DATA = chocolates;
TITLE ”Today's Chocolate Sales”;
RUN;

                

合并后的数据集 chocolates 包含两个数据集的所有 observations, 如果某条 observation 在另外一个数据集中没有，则对应的variable展示为缺失值。

 

 例二：一对多数据集合并，仍然是 full join

DATA prices;
    MERGE shoes discount;
    BY ExerciseType;
    NewPrice = ROUND(RegularPrice - (RegularPrice * Adjustment), .01);
PROC PRINT DATA = prices;
TITLE ’Price List for May’;
RUN;

                       

 

例三：数据集合并 - Merge vs. left join/ right join/ inner join

假设有两个数据集 ICF 和 DM:

ICF data：　　　　　　　　                     DM data:

             

left join :

data New;
    merge ICF(in=a) DM(in=b);  
    by cn dn;
    if a;    
run;      

相当于
ICF a 
left join DM b  
on a.cn=b.cn and a.dn=b.dn      

 

right join :

data New;
    merge ICF(in=a) DM(in=b);
    by cn dn;
    if b  ;
run;

  

 

 inner join :

data New;
    merge ICF(in=a) DM(in=b);
    by cn dn;
    if a and b ;
run;

相当于
ICF a 
inner join DM b  
on a.cn=b.cn and a.dn=b.dn

 

IN= option 生成临时变量，满足条件时等于1，否则为0。"If a;" equal to "if a=1". "If a=0" means to select observations not in dataset a but only in dataset b.  这个选项可以用在任何数据集合并中（SET, MERGE, UPDATE）。