SAS连接数据集.pdfVIP

SAS连接数据集 可以使⽤SET语句连接多个SAS数据集以提供单个数据集。 在连接的数据集中的观察 的总数是原始数据集中的观察的数量的总和。 观察的顺序是连续的。 ⾃第⼀数据 集的所有观察结果后⾯是 ⾃第⼆数据集的所有观察结果，并依此类推。 所有组合数据集具有相同的变量，但是如果它们具有不同数量的变量，则在结果中出 现所有变量，对于较⼩数据集具有缺失值。 句法 SAS 中SET语句的基本语法是： SET data-set 1 data-set 2 data-set 3; 以下是所使⽤的参数的说明： data-set 1，data-set2是⼀个接⼀个写⼊的数据集名称。 例 考虑在两个不同数据集中可⽤的组织的员⼯数据，⼀个⽤于IT部门，另⼀个⽤于⾮IT 部门。 要获得所有员⼯的完整详细信息，我们使⽤如下所⽰的SET语句连接两个数据 集。 DATA ITDEPT; INPUT empid name $ salary ; DATALINES; 1 Ri k 623.3 3 Mike 611.5 6 Tusar 578.6 ; RUN; DATA NON_ITDEPT; INPUT empid name $ salary ; DATALINES; 2 Dan 515.2 4 Ryan 729.1 5 Gary 843.25 7 Pranab 632.8 8 Rasmi 722.5 RUN; DATA All_Dept; SET ITDEPT NON_ITDEPT; RUN; PROC PRINT DATA=All_Dept; RUN; 当执⾏上⾯的代码，我们可以得到下⾯的输出。 ⽅案 当我们在⽤于级联的数据集中有许多变化时，变量的结果可以不同，但是级联数据集 中的观测值的总数总是每个数据集中的观测值的总和。 我们将在下⾯考虑这种变化的 许多情况。 不同数量的变量 如果原始数据集中的⼀个具有更多数量的变量⽽另⼀个数据集，则数据集仍然被组 合，但是在较⼩的数据集中，这些变量显⽰为缺失。 例 在下⾯的例⼦中，第⼀个数据集有⼀个名为DOJ 的额外变量。 在结果中，第⼆个数据 集的DOJ值将显⽰为缺失。 DATA ITDEPT; INPUT empid name $ salary DOJ date9. ; DATALINES; 1 Ri k 623.3 02APR2001 3 Mike 611.5 21OCT2000 6 Tusar 578.6 01MAR2009 ; RUN; DATA NON_ITDEPT; INPUT empid name $ salary ; DATALINES; 2 Dan 515.2 4 Ryan 729.1 5 Gary 843.25 7 Pranab 632.8 8 Rasmi 722.5 RUN; DATA All_Dept; SET ITDEPT NON_ITDEPT; RUN; PROC PRINT DATA=All_Dept; RUN; 当执⾏上⾯的代码，我们可以得到下⾯的输出。 不同的变量名 在这种情况下，数据集具有相同数量的变量，但变量名在它们之间不同。 在这种情况 下，正态连接将产⽣结果集中的所有变量，并给出不同的两个变量的缺失结果。 虽然 我们不能更改原始数据集中的变量名称，但我们可以在我们创建的连接数据集中应 ⽤RENAME函数。 这将产⽣与正常连接相同的结果，但是当然使⽤⼀个新的变量名 称代替原始数据集中存在的两个不同的变量名称。 例 在下⾯的⽰例中，数据集ITDEPT具有变量名ename ，⽽数据集NON_ITDEPT具有变量 名empame 。 但这两个变量代表相同的类型 （字符）。 我们在SET语句中应 ⽤RENAME函数，如下所⽰。 DATA ITDEPT; INPUT empid ename $ salary ; DATALINES; 1 Ri k 623.3 3 Mike 611.5 6 Tusar 578.6 ; RUN; DATA NON_ITDEPT; INPUT empid empname $ salary ; DATALINES; 2 Dan 515.2 4 Ryan 729.1