data test;
input string $;
cards;
1fbe01fe
asdfasdf
fe8cc448
asdfasdf
qwerqwer
asdfasdf
zxcvzxcv
qwerqwer
;
run;

proc sort data=test;
   by string;
run;

data test;
   set test;
   by string;
   if first.string then id+1;
run;

可是我的数据是重复的，就按列排比如是：1fbe01fe、asdfasdf、1fbe01fe、asdfasdf、fe8cc448、fe8cc448、asdfasdf、qwerqwe、asdfasdf、qwerqwer...  （共十万个字符串）这种情况怎么处理呢？  请指教

首先，假设这个数据集是sas7bdat文件,数据集名字为a,字符串column的变量名为string。


/*1.生成数据集b,包含所有不同string有且只有一个*/
proc sql;
  create table b as select distinct string from a;
quit;

/*2.对每个不同的string设定一个值,用变量num表示*/

data c;
  set b;
  if strip(string)="xxx" then num=1;
  if strip(string)="xxxx" then num=2;
/*...以此类推,根据需要填写*/
run;

/*将num 变量lookup到原数据集*/

data d;
  length num 8;
  set a;
  if _n_=1 then do;
  declare hash a(dataset:"c");
    a.definekey("string");
    a.definedata("num");
    a.definedone();
  end;
  rc=a.find();
run;