如何在SAS中找到数据集中的匹配项后创建新变量

Question

我有2个SAS表，一个是关于已经在论坛上发帖的人的数据。例如：

​

​

我有一个表，里面有一个人的列表：

​

​

我想要匹配这些表，以显示谁在论坛上发表了帖子，所以新表看起来像这样，其中包含一个新列，用于指示此人是否与论坛表匹配：

​

​

Answer 1

可以对表Mails和Posts进行左连接。

示例：

要求ID为不同应用程序数据表中的人员公共ID。您没有提供有关ID和name列角色的足够详细信息，无法确保ON子句正确。

  select 
    Mails.ID, Mails.Name, Mails.Email
    case when Posts.Post is null then 0 else 1 end as Posted
  from
    Mails
  left join
    Posts
  on
    Mails.ID = Posts.ID

Answer 2

这是一个使用SAS数据步骤的解决方案。假设表名为MAILS和POSTS

data POSTED;
merge MAILS (in=s1) POSTS (in=s2);
by ID;
if s1 and s2 then do;
   posted=1;
   output;
   end;
if s1 and not s2 then do;
   posted=0;
   output;
   end;
drop post;
run;

Answer 3

让我们假设您的用户列表是唯一的(每个名字只有一个观察值)，但帖子列表不是(每个名字可能有多个帖子)。

首先确保数据按键变量(名称)排序，然后合并这两个变量。然后，您可以使用IN= dataset选项来指示该数据集是否对当前观测值做出了贡献。看起来您希望用户只出现一次，无论他们发布了多少帖子，所以您可以使用FIRST.NAME标志。我还将排除不在姓名列表中的帖子，但您可以保留这些帖子，它们只是缺少来自姓名数据集的变量(电子邮件)的值。由IN= dataset选项创建的变量不会写入输出数据集，因此请将其复制到要写入的另一个变量中。

proc sort data=names; by name; run;
proc sort data=posts; by name; run;
data want;
  merge names(in=innames) posts(in=inposts);
  by name;
  if first.name and innames;
  posted = inposts;
run;