SAS - 合並數據集（一）

在SAS中，使用 SET 語句進行數據集縱向合並，用 MERGE 語句進行橫向合並：

DATA new_dataset;
　　SET dataset_1 dataset_n;

DATA new_dataset;
　　MERGE dataset_1 dataset_n;
      BY variable_list; 

 縱向合並后，new_dataset 的行數等於每個數據集行數的加總。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. 

橫向合並中的 by variable list 是所有數據集共同的變量。

一、縱向合並 

例一：合並兩個數據集 southentrance 和 northentrance, 合並后數據集觀測值的順序維持各自不變

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：合並后數據集觀測值按照 PassNumer 排序

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

 

 

二、橫向合並

 例一：合並兩個數據集 salesdata 和 descriptions，合並后的數據集包含兩個數據集的所有觀測值，相當於 full join

/*Merge之前必須先對兩個數據集按照 By variables 排序*/
DATA chocolates;
    MERGE sales descriptions; BY CodeNum; PROC PRINT DATA = chocolates; TITLE ”Today's Chocolate Sales”; RUN;

                

合並后的數據集 chocolates 包含兩個數據集的所有 observations, 如果某條 observation 在另外一個數據集中沒有，則對應的variable展示為缺失值。

 

 例二：一對多數據集合並，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：數據集合並 - Merge vs. left join/ right join/ inner join

假設有兩個數據集 ICF 和 DM:

ICF data：　　　　　　　　                     DM data:

             

left join :

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

相當於
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;

相當於
ICF a 
inner join DM b  
on a.cn=b.cn and a.dn=b.dn

 

IN= option 生成臨時變量，滿足條件時等於1，否則為0。"If a;" equal to "if a=1". "If a=0" means to select observations not in dataset a but only in dataset b.  這個選項可以用在任何數據集合並中（SET, MERGE, UPDATE）。