data步的merge和proc sql的join还是有本质区别的......

7# soporaeternus

求教~~

哦，对对，不好意思误导人了……
merge是逐行读取，如果两边by变量都有重复值，结果和join就不同了，对吧？

比较同意4楼的观点，用数据集选项的in=指定的变量不能直接进入到结果数据集，而只能用于数据步程序中

merge dataset1(in=a) dataset2(in=b);
就是在merge好的数据集中有两个虚拟变量a和b， 当当前记录来自dataset1时，a的值为1，否则为0，b也是如此，所以你可以通过if语句保留你想要的记录，
如，
if a and b该记录在两个数据集中都出现过
if a在1中出现过
if b在2中出现过

也可以用if a and not b;表示在1中而不再2中的记录

好帖，学习

学习了，多谢楼上各位。

个人理解，仅供参考！
merge里的in选项，是用来标示一条记录值是否属于该数据集的临时变量，注意是临时变量。所以你在数据中是看不到的，但可以通过变量赋值的方法，使其结果保留在数据集中。
Data步主要通过数据指针和PDV来实现，Data是按照记录一条一条进行的。
1.        在你提供的例子中，Data开始运行时，先检查语法，然后编译，产生PDV，PDV包括了Data1和Data2的所有变量以及ina、inb这两个变量，但初始值为缺失。
2.        因为有by，即数据分组功能，data1是按照x1变量by分组的，此时，数据指针指向data1按x1(假设x1=n)分组排序的第一条记录，读入变量值到PDV中，in1此时值为1，表示该记录来自数据集data1，同时数据指针也指向了data2的相同变量x1(x1=n)分组第一条记录，in2此时的值为1,则data步运行下一条语言，if in1 and in2，都为真，则输出到数据集；
3.        当然，如果data1里面x1(x1=n)的值只有1个，那么data步第二次循环时，会将data2中(x1=n)的第二条读入PDV，则输出data3数据集的第二条记录；当data1里面x1(x1=n)的值有多个时，那第二次循环时，数据指针会指向被by分组的x1的第二条记录，同样的，读入data2中的x1记录到PDV，则再输出到数据集data3中。
4.        当data1或data2中，并无可匹配的x1值的记录时，则in1或in2中有一个值为0，即无法满足判断条件if in1 and in2，则未输出PDV里的数据值到data3中，进入下一次循环，直到数据指针到达data1的数据末尾，Data步循环结束。
以上只是我自己的理解，并不一定完全正确，欢迎大家指正，很久没有在碰SAS了，还真舍不得。

搞这么复杂，不就是个label吗。。。

首先这就是不断讨论才可以让更多人学习了解的过程，其次这里似乎根本就没有什么label的问题。
建议可以继续看看之前楼层的回复，希望对你的理解上有所帮助。