SAS学习系列10 合并大数据集.docx
《SAS学习系列10 合并大数据集.docx》由会员分享，可在线阅读，更多相关《SAS学习系列10 合并大数据集.docx（11页珍藏版）》请在冰点文库上搜索。
SAS学习系列10合并大数据集
10.合并数据集
一、用SET语句拼接合并数据集
用SET语句可以把两个数据集拼接合并在一起，适用于两个数据集具有相同的变量。
基本形式为：
data新数据集名;
set旧数据集1旧数据集2;
注：
（1）按原来顺序合并成新数据集（数据集1在上，2在下）；
（2）若一个数据集包含了另一个数据集没有的变量，那么合并后，该变量下将会出现缺省值。
例1路径“C:
\MyRawData\”下有关于娱乐公园南北门游客的数据South.dat和North.dat，都包括变量Entrance、PassNumber、PartySize、Age，后者多了一列Lot（停车）：
先分别读入数据存为数据集再合并成一个新数据集，并创建了新变量，AmountPaid.
代码：
datasouthentrance;
infile'c:
\MyRawData\South.dat';
inputEntrance$PassNumberPartySizeAge;
procprintdata=southentrance;
title'SouthEntranceData';
run;
datanorthentrance;
infile'c:
\MyRawData\North.dat';
inputEntrance$PassNumberPartySizeAgeLot;
procprintdata=northentrance;
title'NorthEntranceData';
run;
databothentrance;
setsouthentrancenorthentrance;
ifAge=.thenAmountPaid=.;
elseifAge<3thenAmountPaid=0;
elseifAge<65thenAmountPaid=35;
elseAmountPaid=27;
run;
procprintdata=bothentrance;
title'BothEntrances';
run;
运行结果：
注意：
南门数据中缺少Lot数据，堆叠合并后的观测值为缺省值。
二、用SET+BY语句排序拼接合并数据集
前面是保持数据集原有顺序直接拼接合并，根据需要新数据集可以作排序处理。
但这样效率较低，更好的方法是先排好序再合并。
基本形式：
data新数据集名;
set旧数据集1旧数据集2;
by变量1变量2…;
注：
旧数据集必须是事先排好序的。
例2同样是例1的数据，对PassNumber做排序拼接合并，注意南门数据已经按PassNumber排序。
代码：
datasouthentrance;
infile'c:
\MyRawData\South.dat';
inputEntrance$PassNumberPartySizeAge;
procprintdata=southentrance;
title'SouthEntranceData';
run;
datanorthentrance;
infile'c:
\MyRawData\North.dat';
inputEntrance$PassNumberPartySizeAgeLot;
procsortdata=northentrance;
byPassNumber;
procprintdata=northentrance;
title'NorthEntranceData';
run;
datasortbothentrance;
setnorthentrancesouthentrance;
byPassNumber;
run;
procprintdata=sortbothentrance;
title'BothEntrances,ByPassNumber';
run;
运行结果：
三、一对一匹配合并数据集
经常会遇到合并两个数据集，它们有共同的变量（其不同取值都是各出现一次），用MERGE语句可以将两个数据集按共同变量进行一对一匹配合并。
注意：
要求两数据集事先已按共同变量排序。
基本形式：
DATAnew-data-set;
MERGEdata-set-1data-set-2…;
BYvariable-list;
注：
（1）BY语句指定共同变量；
（2）若两个数据集有重叠的变量（除了BY指定的共同变量），第2个数据集中的变量将覆盖第1个数据集中的相同变量。
例3路径“C:
\MyRawData\”下有关于某巧克力店的数据，chocsales.dat记录了所卖的巧克力代码、数量；chocolate.dat记录了巧克力代码、所代表的类型、描述：
读入数据，按共同变量“巧克力代码”匹配合并数据集。
代码：
datadescriptions;
infile'c:
\MyRawData\chocolate.dat'TRUNCOVER;
inputCodeNum$1-4Name$6-14Description$15-60;
run;
datasales;
infile'c:
\MyRawData\chocsales.dat';
inputCodeNum$1-4PiecesSold6-7;
procsortdata=sales;
byCodeNum;
run;
datachocolates;
mergesalesdescriptions;
byCodeNum;
run;
procprintdata=chocolates;
title"Today'sChocolateSales";
run;
运行结果：
注意：
数据1中没有代码为“M315”的销售记录，合并后的观测值显示缺省值。
四、一对多匹配合并数据集
也是两个包含共同变量的数据集要匹配合并，不同在于：
该共同变量的同一取值在一个数据集中出现1次，在另一数据集中出现多次。
此时就是“一对多匹配合并”。
语法同“一对一匹配合并”完全相同。
例4路径“C:
\MyRawData\”下有关于鞋子打折的数据：
Shoe.dat是关于鞋子的风格、类型、价格；Disc.dat是关于每个类型鞋子的折扣（训练鞋、跑步鞋、走路鞋的折扣各不同）：
读入数据，按鞋子的类型合并数据集。
代码：
dataregular;
infile'c:
\MyRawData\Shoe.dat';
inputStyle$1-15ExerciseType$RegularPrice;
run;
procsortdata=regular;
byExerciseType;
run;
datadiscount;
infile'c:
\MyRawData\Disc.dat';
inputExerciseType$Adjustment;
run;
/*Performmany-to-onematchmerge;*/
dataprices;
mergeregulardiscount;
byExerciseType;
NewPrice=ROUND（RegularPrice-（RegularPrice*Adjustment）,.01）;
run;
procprintdata=prices;
title'PriceListforMay';
run;
运行结果：
五、在数据步中用IN=选项跟踪选择观测值
在DATA步中，IN选项可以被用在SET,MERGE,或者UPDATE语句（更多是在MERGE语句），接在要“追踪选择的数据集”后面。
结合下面的示例，其作用是给原数据集（customer）的每条观测都定义一个临时标签变量（只存在数据步期间不带入数据集，取值0或1）用来指示“BY变量（CustomerNumber）”是否存在于“跟踪选择数据集（orders）”中，若存在，该条观测的临时标签变量Recent取值为1，否则取值为0.然后，将满足条件“Recent=0”的观测，即CustomerNumber号未包含在（orders）中的观测被选出来创建新数据集（noorders）。
示例：
DATAnoorders;
MERGEcustomerorders（IN=Recent）;
BYCustomerNumber;
IFRecent=0;
例5运动品厂商有两份数据，一是包括所有客户的数据（C:
\MyRawData\CustAddress.dat），变量包括客户编号、姓名、地址；一是包括了第三季度订单的数据（C:
\MyRawData\OrdersQ3.dat），变量包括客户编号、总价格：
现在想要了解哪些客户在第三季度没有任何订单，即可以用in=option选项。
代码：
datacustomer;
infile'c:
\MyRawData\CustAddress.dat'TRUNCOVER;
inputCustomerNumberName$5-21Address$23-42;
dataorders;
infile'c:
\MyRawData\OrdersQ3.dat';
inputCustomerNumberTotal;
procsortdata=orders;
byCustomerNumber;
run;
/*CombinethedatasetsusingtheIN=option;*/
datanoorders;
mergecustomerorders（IN=Recent）;
byCustomerNumber;
ifRecent=0;
run;
procprintdata=noorders;
title'CustomerswithNoOrdersintheThirdQuarter';
run;
运行结果：
升级会员 