发错地方了   不好意思   用sas

楼主, 我的程序虽然长, 但是处理几百万数据都没有问题的. 只需要把所有的要查找的表单独读取到数据集即可. 楼主也可以尝试用宏循环改进算法.

data1 and data2:

proc sort data=data2 nodup;
by idm;

proc sql;
select a.*,
not(missing(b.idm)) and not(missing(c.idm)) as groupa,
not(missing(b.idm)) or   not(missing(c.idm)) as groupb
from data1 as a left join data2 as b on a.ida=b.idm
left join data2 as c on a.idb=c.idm;
quit;

尝试用data步写了一下，有空可以用宏写一下，思路就是利用merge来实现观测来源标识，最后通过标识按照楼主要求组合完成。

这是什么语言？
stata？

是（Stata）的！