SAS中的数据拼接

命甴己造

1. 数据拼接分为纵向拼接和横向拼接

（1）纵向拼接，字面意思，将另一张表的数据填充到原始数据的下面。纵向拼接，可以使用 data 步中的 set，也可以使用 proc 步中的 append。
原始数据1：

1. data Mysas.data1;
   
2. input name $ age sex $;
   
3. cards;
   
4. zhou 25 f
   
5. wang 28 m
   
6. li 27 f
   
7. wu 23 m
   
8. ;
   
9. run;

复制代码

原始数据2：

1. data Mysas.data2;
   
2. input name $ age sex $;
   
3. cards;
   
4. zhao 32 f
   
5. sun 31 m
   
6. qian 30 f
   
7. zhen 37 m
   
8. ;

复制代码

使用 data 步中的 set 拼接：

1. data Mysas.data1;
   
2. input name $ age sex $;
   
3. cards;
   
4. zhou 25 f
   
5. wang 28 m
   
6. li 27 f
   
7. wu 23 m
   
8. ;
   
9. run;
   
10. 
    
11. data Mysas.data2;
    
12. input name $ age sex $;
    
13. cards;
    
14. zhao 32 f
    
15. sun 31 m
    
16. qian 30 f
    
17. zhen 37 m
    
18. ;
    
19. 
    
20. data Mysas.result;
    
21.     set Mysas.data1 Mysas.data2;
    
22. run;
    
23. 
    
24. proc print data = Mysas.result;
    
25. run;

复制代码

结果为：


使用 proc 步中的 append 来拼接，虽然效率比 set 高，但是不建议，因为 append 拼接数据，会损坏原始数据：

1. data Mysas.data1;
   
2. input name $ age sex $;
   
3. cards;
   
4. zhou 25 f
   
5. wang 28 m
   
6. li 27 f
   
7. wu 23 m
   
8. ;
   
9. run;
   
10. 
    
11. data Mysas.data2;
    
12. input name $ age sex $;
    
13. cards;
    
14. zhao 32 f
    
15. sun 31 m
    
16. qian 30 f
    
17. zhen 37 m
    
18. ;
    
19. 
    
20. /* 这里的 force 是强制拼接 */
    
21. proc append base=Mysas.data1 data=Mysas.data2 force;
    
22. run;
    
23. 
    
24. proc print data = Mysas.result;
    
25. run;

复制代码

2）横向拼接，只是数据按照变量来横向排列，对于重复的变量名，SAS 会自动覆盖。横向拼接又分为：by 变量、无 by 变量。
原始数据为：


无by变量的代码：

1. data data3;
   
2. input visit $ date $;
   
3. cards;
   
4. v1 20190825
   
5. v2 20180923
   
6. v3 20171023
   
7. v4 20181026
   
8. ;
   
9. run;
   
10. 
    
11. proc print data = data3;
    
12. run;
    
13. 
    
14. data data4;
    
15. input visit $ condition $;
    
16. cards;
    
17. v1 good
    
18. v2 bad
    
19. v3 middle
    
20. v4 well
    
21. ;
    
22. run;
    
23. 
    
24. proc print data = data4;
    
25. run;
    
26. 
    
27. data result;
    
28. merge data3 data4;
    
29. run;
    
30. 
    
31. proc print data = result;
    
32. run;

复制代码

结果为


有by变量的代码：

1. data data3;
   
2. input visit $ date $;
   
3. cards;
   
4. v1 20190825
   
5. v2 20180923
   
6. v3 20171023
   
7. v4 20181026
   
8. ;
   
9. run;
   
10. 
    
11. proc print data = data3;
    
12. run;
    
13. 
    
14. data data4;
    
15. input visit $ condition $;
    
16. cards;
    
17. v1 good
    
18. v2 bad
    
19. v3 middle
    
20. v4 well
    
21. ;
    
22. run;
    
23. 
    
24. proc print data = data4;
    
25. run;
    
26. 
    
27. data result;
    
28. merge data3 data4;
    
29. by visit;
    
30. run;
    
31. 
    
32. proc print data = result;
    
33. run;

复制代码

结果为：


虽然结果是一样的，但是对于有无 by 还是有很大的区别的
无 by 而言，merge 是按照一行一行来的，就是左边一行，右边一行，直接 merge
有 by 而言，merge 是按照 by 的变量来 merge 的，而不是按照一行一行来的