求助：如何比较两个表格中的重复数据并删除重复数据

14904

收藏 2012-01-09

假设有表a和表b，
表a
name    sex idcard
张三    男    110105199001011212
李四    男    120103199002011100
王二    男    110104199203040507

表b
name    sex idcard
张三    男    110105199001011212

如何生成表C，排除表a和表b中变量name和idcard相同的部分产生。

或者简单说就是删除表a中，与表b在name和idcard重复部分后生成表c

求SAS程序，谢谢。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

王俊超

2012-1-9 01:11:48

EXCEL可以V下 SAS就不清楚了

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

Polaris008

2012-1-9 07:29:20

Excel vlookup可以弄，但数据库比较大，速度太慢，SAS试了好几次都没搞定。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

darkworld

2012-1-9 09:56:27

data c;
merge a(in=c) b(in=d);
by idcard;
if c and not d;
run;

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

darkworld

2012-1-9 09:57:14

dame, the data file name can not be c, whatever, i think you can get the idea.

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

shenliang_111

2012-1-9 10:53:33

复制代码

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

Polaris008

2012-1-9 22:36:24

shenliang_111 发表于 2012-1-9 10:53

非常感谢，学习了。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

baojiwolong

2012-1-10 11:57:46

Really nice!!!

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

mymine

2012-1-10 15:16:04

来个比较简单的逻辑运算

data a;
set a;
cls=compress(name||'*'||idcard);
run;
data b;
set b;
cls=compress(name||'*'||idcard);
run;
proc sql;
create table c as
select *
from a
where cls not in (select cls from b);
quit;

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

shenliang_111

2012-1-10 15:50:39

mymine 发表于 2012-1-10 15:16
来个比较简单的逻辑运算

data a;

复制代码

这样更经凑些！哈哈

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

lanyajia

2012-1-10 17:58:00

以上解决问题的方法有一个共同的局限性，如果变量有几十个，命令就会显得冗长而不直观。

推荐的思路是：将两个数据表接在一起，然后用SQL查询语句查出唯一记录即可。标准的SQL查询语句中都带有dictinct关键字，提供了查询不重复记录的途径。

先将a表和b表都纵向连接成了c表，c表中包含有重复记录，查询语句为：

select dictinct * from c

这样就搞定了，查出的是不包含重复记录的数据。此法最大的优点不论数据表有多少变量都无所谓。

我没有用过SAS的SQL，但上面语句在Access 或 Visual Foxpro 这类提供了SQL的软件中均可实现，我估计SAS的SQL语句中应该有dictinct相应的关键字。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

lanyajia

2012-1-10 18:06:48

更正一下：上面有键入错误，查询不重复记录的关键字是distinct，而不是dictinct. 更正后的SQL语句为

SELECT distinct * from c

特说明。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

mymine

2012-1-11 08:15:42

SQL语句中
SELECT distinct
是将整笔记录完全一致的情况下只保留一条
如果将a、b合同并成C，再用SELECT distinct
最终结果是将c中出现多次的完全相同的记录只保留一条
这样的结果达不到要求的呀？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

lanyajia

2012-1-11 09:28:33

我理解提问者的意图是删除合并表中所有重复数据。如果仅仅是处理两个表重复的部分，不对a表和b表本身的重复数据进行处理，采用SQL的子查询是较优方法。

另外，我查明了SAS的SQL提供distinct关键字。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

小麦芽的简单

2012-1-12 22:53:09

data a;
input name $ sex $ idcard $20.;
cards;
张三  男 110105199001011212
李四  男 120103199002011100
王二  男 110104199203040507
;
data b;
input name $ sex $ idcard $20.;
cards;
张三  男 110105199001011212

;

proc sql ;
create table  last as
select * from a
except  /*except可以删掉表a中和表b相同的部分*/
select * from b;
quit;

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群