楼主: gogoqing
1377 10

[问答] 如何用SAS删掉全部重复的观测值,不保留第一个相同观测值? [推广有奖]

  • 1关注
  • 0粉丝

硕士生

9%

还不是VIP/贵宾

-

威望
0
论坛币
180 个
学术水平
0 点
热心指数
1 点
信用等级
0 点
经验
4802 点
帖子
134
精华
0
在线时间
54 小时
注册时间
2012-11-2
最后登录
2018-7-11

gogoqing 发表于 2018-2-11 22:28:14 |显示全部楼层
正在整理数据库,想要把某个变量有重复值的观测值全部删除。但是我用proc sort nodupkey,结果总是保留重复值的第一个。因为数据量很大,没办法手工删除。所以我的问题是如何删掉全部重复的观测值,不保留第一个相同观测值?请各位大大指教,谢谢!

回帖推荐

逍遥梦蝶 发表于8楼  查看完整内容

可以尝试 PROC SORT 中的 NOUNIQUEKEY 和 UNIQUEOUT= 两个选项,UNIQUEOUT= 指定的数据集应该就是剔除了所有有重复 identifier 的观测。
已有 1 人评分热心指数 收起 理由
eijuhz + 1 精彩帖子

总评分: 热心指数 + 1   查看全部评分

stata SPSS
popodan 在职认证  发表于 2018-2-12 06:58:35 |显示全部楼层
先count 你的key, 然后在delete count值大于1的observation不就好了
回复

使用道具 举报

l1i2n3i4n5g 在职认证  发表于 2018-2-12 08:40:57 |显示全部楼层
  1. data test;
  2. input x;
  3. cards;
  4. 1
  5. 1
  6. 1
  7. 2
  8. 2
  9. 3
  10. ;
  11. run;

  12. proc sort data=test out=_null_ dupout=want nodupkey;
  13.    by x;
  14. run;
复制代码
回复

使用道具 举报

舍身卫道 发表于 2018-2-12 09:46:54 |显示全部楼层
  1. *假如你数据中有重复值的变量为flag,下面以该字段作为例子;
  2. data test1;
  3. input flag $ x y;
  4. cards;
  5. a 1 2
  6. a 9 10
  7. a 334 21
  8. a 3 21
  9. b 12 32
  10. b 31 43
  11. c 21 2
  12. d 90 3
  13. e 31 54
  14. ;
  15. run;

  16. proc sql noprint;
  17. create table test2(where=(sum=1)) as
  18.        select count(flag) as sum,flag,x,y from test1
  19.            group by flag;
  20. quit;
复制代码
回复

使用道具 举报

gogoqing 发表于 2018-2-12 20:57:45 |显示全部楼层
本帖最后由 gogoqing 于 2018-2-12 21:26 编辑
舍身卫道 发表于 2018-2-12 09:46
非常感谢!!把程序运行了一下,得到这样的结果。所有的重复值都删掉了!

运行结果

运行结果
0012.jpg
回复

使用道具 举报

gogoqing 发表于 2018-2-12 21:07:56 |显示全部楼层
l1i2n3i4n5g 发表于 2018-2-12 08:40
这是运行结果,1这个重复值在结果里面还有。
221.jpg
回复

使用道具 举报

gogoqing 发表于 2018-2-12 21:19:08 |显示全部楼层
popodan 发表于 2018-2-12 06:58
先count 你的key, 然后在delete count值大于1的observation不就好了
谢谢回复,刚刚开始学着用sas,你说的程序我编写不出来。
回复

使用道具 举报

逍遥梦蝶 发表于 2018-2-12 21:36:22 |显示全部楼层
可以尝试 PROC SORT 中的 NOUNIQUEKEY 和 UNIQUEOUT= 两个选项,UNIQUEOUT= 指定的数据集应该就是剔除了所有有重复 identifier 的观测。
回复

使用道具 举报

gogoqing 发表于 2018-2-12 22:01:52 |显示全部楼层
逍遥梦蝶 发表于 2018-2-12 21:36
可以尝试 PROC SORT 中的 NOUNIQUEKEY 和 UNIQUEOUT= 两个选项,UNIQUEOUT= 指定的数据集应该就是剔除了所有 ...

是的,这样运行得到的就是想要的结果。nouniquekey的作用是输出重复值,加上uniqueout=为什么就把所有的重复值都删了呢?uniqueout是什么意思?谢谢!
回复

使用道具 举报

sas9.4 发表于 2018-3-14 01:24:03 来自手机 |显示全部楼层
都这么具体了自己Google了
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 我要注册

GMT+8, 2018-8-21 16:18