Question

SAS数据的对比和清洗

Answer 1

SAS中对比两个数据集的命令是proc compare，它的基本格式如下：

其中， proc compare 语句是调用数据比较过程，选项 base 和 compare 分别指定被比较的两个数据集； nosummary 的作用是不显示一些概括性的结果；而 transpose 则是按记录显示不一致的结果，默认是按变量显示不一致的结果。

而 id 语句通常指定索引变量，如id号，默认显示行号。举例说明：

一旦发现输入错误的数据集，便可以使用 if ...then... 语句进行修改，举例说明：

SAS利用 proc sort 过程来查找和删除重复值，它的基本格式如下：

其中，若不指定 out 选项，那么排序后的数据集将覆盖原有数据集； nouniquekey 的作用是输出重复值， nodupkey 选项是输出唯一值。

by 语句指定排序的变量，可以指定多个，默认按升序排序。

SAS的sort过程会自动产生两个变量：first.变量和last.变量，这两个变量分别表示 某变量某个值 的第一个和最后一个观测。直接举例说明其用法：

在上述例子中，需要注意的是，用 set 语句赋值数据集时，也要加上 by 语句，否则SAS不认 first.id 和 last.id 。

除此之外，如果想要过滤掉观测的第一行，可以在 proc print; 前面加一句 if not first.id;