SAS、proc SQL和内部连接--可选的方法有哪些？

Question

我想要做的是找到以下代码的替代方案：

PROC SQL;
   CREATE TABLE XXXX AS 
   SELECT DISTINCT t2.WC, t2.CWC
      FROM YYYY t1
           INNER JOIN ZZZZ t2 ON (t1.MC = t2.WC)
;
QUIT;

有人能帮忙做同样的事情使用散列或任何其他方法吗？

我有以下表格：

data have01;
infile cards truncover expandtabs;
input MC $ LC $ MCC $ MCN $ TLC $ DD $ ODS_TimeStamp ODS_LUpd zTPl $ PuD $;
cards;
1853 DR14 1 Vetu SM3 . 24SEP2013:10:06:53.580 20JUL2016:12:55:39.240 0 .
1856 DR14 1 Vetu SM3 . 24SEP2013:10:06:53.580 20JUL2016:12:55:39.240 0 .
1869 DR14 1 Vetu SM3 . 24SEP2013:10:06:53.580 20JUL2016:12:55:39.240 0 .
2024 DV16 1 Vetu SM3 2008-01-31 24SEP2013:10:06:53.580 20JUL2016:12:55:39.240 47 .
2025 DV16 1 Vetu SM3 2008-01-31 24SEP2013:10:06:53.580 20JUL2016:12:55:39.240 47 .
run;

您可能必须格式化上表中的日期列。

data have02;
infile cards truncover expandtabs;
input WPMVId ToSTimeStamp TId ASN WC $ CWC $ TSide $ MNo Y X;
cards;
1 21AUG2012:17:57:39.000 20949 1 7604 HPUS230 R 1 -82140 2468
2 21AUG2012:17:57:39.000 20949 1 7604 HPUS230 R 2 -81940 2466
3 21AUG2012:17:57:39.000 20949 1 7604 HPUS230 R 3 -81739 2463
4 21AUG2012:17:57:39.000 20949 1 7604 HPUS230 R 4 -81539 2459
5 21AUG2012:17:57:39.000 20949 1 7604 HPUS230 R 5 -81339 2456
6 21AUG2012:17:57:39.000 20949 1 7604 HPUS230 R 6 -81139 2453
run;

您可能必须格式化上表中的日期列。

请帮助我使用上面SQL代码的一些替代方法，特别是当我有问题时，上面的表2几乎是8亿行数据，而且运行上面的SQL查询需要花费大量的时间。

Answer 1

您可以使用散列对象。如果您有一个很大的数据集，并且您不想在合并之前对其进行排序，这就特别好了。

假设您必须在工作库中设置datasets和Bset，并且希望将它们合并到ID变量IDVar1和IDVar2上(它们唯一地标识两个数据集中的每个条目，并且都为两个数据集定义)。在这两个数据集中，所有其他变量名都不同。生成的数据集将被称为“合并”。下面是一个很小的例子：

data Aset;
input idvar1 idvar2 var1inA var2inA;
datalines;
1 48 5 100
1 8 6  165
2 5 7  102
2 965 8 136
3 105 9 145
4 105 10 456
3 85 12 454
;
run;

data Bset;
input idvar1 idvar2 var1inB var2inB;
datalines;
2 48 5 100
2 965 6  165
2 5 7  102
1 965 8 136
5 105 9 145
3 105 10 456
3 85 12 454
;
run;

data merged (drop=retval);
    if 0 then set Aset;
    if _N_=1 then do;
     declare hash hh(dataset:'Aset',ordered:'A');
     hh.definekey('IDVar1','IDVar2');
     hh.definedata(all:'Y');
     hh.definedone();
    end;

    do while (not done);
      set Bset end=done;
      retval = hh.find();
      if (retval=0) then output;
    end;
    stop;
    run;

ODS清单：

Obs.    idvar1    idvar2    var1inA   var2inA    var1inB  var2inB
 1         2        965        8        136        6        165
 2         2          5        7        102        7        102
 3         3        105        9        145       10        456
 4         3         85       12        454       12        454

更新：

下面的代码适用于提供的数据示例。我更改了一些格式以适应这些值，并添加了一些length语句。

data have01;
infile cards truncover expandtabs;
length ODS_TimeStamp $23. ODS_LUpd $23. DD $10.;
input MC LC $ MCC MCN $ TLC $ DD $ ODS_TimeStamp $ ODS_LUpd $ zTPl PuD $;
cards;
1853 DR14 1 Vetu SM3 . 24SEP2013:10:06:53.580 20JUL2016:12:55:39.240 0 .
1856 DR14 1 Vetu SM3 . 24SEP2013:10:06:53.580 20JUL2016:12:55:39.240 0 .
1869 DR14 1 Vetu SM3 . 24SEP2013:10:06:53.580 20JUL2016:12:55:39.240 0 .
2024 DV16 1 Vetu SM3 2008-01-31 24SEP2013:10:06:53.580 20JUL2016:12:55:39.240 47 .
2025 DV16 1 Vetu SM3 2008-01-31 24SEP2013:10:06:53.580 20JUL2016:12:55:39.240 47 .
run;

data have02;
infile cards truncover expandtabs;
length ToSTimeStamp $23.;
input WPMVId ToSTimeStamp $ TId ASN WC CWC $ TSide $ MNo Y X;
cards;
1 21AUG2012:17:57:39.000 20949 1 2024 HPUS230 R 1 -82140 2468
2 21AUG2012:17:57:39.000 20949 1 7604 HPUS230 R 2 -81940 2466
3 21AUG2012:17:57:39.000 20949 1 7604 HPUS230 R 3 -81739 2463
4 21AUG2012:17:57:39.000 20949 1 2024 HPUS230 R 4 -81539 2459
5 21AUG2012:17:57:39.000 20949 1 7604 HPUS230 R 5 -81339 2456
6 21AUG2012:17:57:39.000 20949 1 7604 HPUS230 R 6 -81139 2453
run;


data merged (drop=retval);
    if 0 then set have01;
    if _N_=1 then do;
     declare hash hh(dataset:'have01',ordered:'A');
     hh.definekey('MC');
     hh.definedata(all:'Y');
     hh.definedone();
    end;

    do while (not done);
      set have02 (rename=(WC=MC)) end=done;
      retval = hh.find();
      if (retval=0) then output;
    end;
    stop;
    run;

Answer 2

任何比这个答案更好的答案如下..。

data work.xx;
merge
  work.yy (in=a keep=mc rename=(mc=wc))
  work.zz (in=b keep=wc cwc)
;
by wc;
if a and b;
run;

proc sort data=work.xx nodupkey;
by wc cwc;
run;