《sas学习系列10. 合并数据集》由会员分享，可在线阅读，更多相关《sas学习系列10. 合并数据集（11页珍藏版）》请在金锄头文库上搜索。
1、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
2、一个新数据集，并创建了新变量，AmountPaid.代码：data southentrance;infile c:MyRawDataSouth.dat;input Entrance $ PassNumber PartySize Age;proc print data = southentrance;title South Entrance Data;run;data northentrance;infile c:MyRawDataNorth.dat;input Entrance $ PassNumber PartySize Age Lot;proc print data = northentr
3、ance;title North Entrance Data;run;data bothentrance;set southentrance northentrance;if Age =. then AmountPaid =.;else if Age 3 then AmountPaid = 0;else if Age 65 then AmountPaid = 35;else AmountPaid = 27;run;proc print data = bothentrance;title Both Entrances;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。
4、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：data southentrance;infile c:MyRawDataSouth.dat;input Entrance $ PassNumber PartySize Age;proc print
5、 data = southentrance;title South Entrance Data;run;data northentrance;infile c:MyRawDataNorth.dat;input Entrance $ PassNumber PartySize Age Lot;proc sort data = northentrance;by PassNumber;proc print data = northentrance;title North Entrance Data;run;data sortbothentrance;set northentrance southent
6、rance;by PassNumber;run;proc print data = sortbothentrance;title Both Entrances, By Pass Number;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：DATA new-data-set;MERGE data-set-1 data-set-2 ;BY variable-list;注：（1）BY 语句指定共同变量；（2）若两个数据
7、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：data descriptions;infile c:MyRawDatachocolate.dat TRUNCOVER;input CodeNum $ 1-4 Name $ 6-14 Description $ 15-60;run;data sales;inf
8、ile c:MyRawDatachocsales.dat;input CodeNum $ 1-4 PiecesSold 6-7;proc sort data = sales;by CodeNum;run;data chocolates;merge sales descriptions;by CodeNum;run;proc print data = chocolates;title Todays Chocolate Sales;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
9、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：data regular;infile c:MyRawDataShoe.dat;input Style $ 1-15 ExerciseType $ RegularPrice;run;proc sort data = regular;
10、by ExerciseType;run;data discount;infile c:MyRawDataDisc.dat;input ExerciseType $ Adjustment;run;/* Perform many-to-one match merge; */data prices;merge regular discount;by ExerciseType;NewPrice = ROUND(RegularPrice - (RegularPrice * Adjustment),.01);run;proc print data = prices;title Price List for
11、 May;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 Cus
12、tomerNumber 号未包含在（orders）中的观测被选出来创建新数据集（noorders）。示例：DATA noorders;MERGE customer orders (IN = Recent);BY CustomerNumber;IF Recent = 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:MyRawDataCustAddress.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:MyRawDataOrdersQ3.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：da
13、ta customer;infile c:MyRawDataCustAddress.dat TRUNCOVER;input CustomerNumber Name $ 5-21 Address $ 23-42;data orders;infile c:MyRawDataOrdersQ3.dat;input CustomerNumber Total;proc sort data = orders;by CustomerNumber;run;/* Combine the data sets using the IN= option; */data noorders;merge customer orders (IN = Recent);by CustomerNumber;if Recent = 0;run;proc print data = noorders;title Customers with No Orders in the Third Quarter;run;运行结果：
