费时间在这里应该不是最大的问题。因为这种程序通常不需要反复执行。问题是是否有足够的内存。从内存使用的方面来看，ＳＱＬ在ＳＡＳ里是最好的选择之一。我的观察是ＳＱＬ在数据变大时，所占内存相对较为稳定，而其他的过程则不然。个人观点。京剧
我对ＳＱＬ和ＦＲＥＱ的运算效率有个比对。
http://blog.sina.com.cn/s/blog_a3a926360101d69b.html

/* try this */

data aaa;
input a  b  c;
datalines;
173.2465  5.641 28375
173.2908  5.645 7161
173.1294  5.642 767098
197.2151  9.998 51203
197.2644  9.999 13350
197.0907  9.999 1193382
197.3505 10.001 6035
173.8311  6.39  6832
197.899  10.34  7456
;run;

proc sql;
   select count(*) into :Nobs    from aaa;
   select a into :a separated by ' ' from aaa;
   select b into :b separated by ' ' from aaa;
quit;

data bbb;
   array aa{&nobs} _temporary_ (&a);
   array bb{&nobs} _temporary_ (&b);
   set aaa end=last;
     do i = 1 to &Nobs;
        a1 = aa(i);
        b1 = bb(i);
      if  -0.5 <= a-a1 <= 0.5 or
          -0.3 <= b-b1 <= 0.3 then output;
     end;
run;

谢谢楼上的大侠但是我运行不了，我的QQ2393695206，能否加你？

if either column A or B has a big deviation, then grouping the observations by their distance to the origin before selecting will have a clear advantage over Cartesian product. For example,However if you data looks like the following, then I have to say that may the Lord bless you!

不好意思，上面的贴中把 b1=bb(i) 写成了 b1=aa(i)。
已经做了修改。下面是运行的结果和log.

我需要的是满足条件的观测啊，望继续指导，谢谢