关于proc sql中的left join问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

RT，程序如下，对两个表中共同变量stkcd，enddt配对：
proc sql noprint;                                                                              
  create table abc as                                                                                                                  
  select *                                                                                                                              
  from f1 left join f2                                                                                                        
  on f1.stkcd=f2.stkcd                                                                                                        
     and                                                                                                                                
     year(f1.enddt)=year(f2.enddt);                                                                                          
quit;

本来，f1中有61100个观测，可是新表abc中却有61200多个观测，到底是什么问题呢？只多出100多个观测。。。纳闷中，
请高手指点，万分感谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：left join proc sql join left sql SAS sql left join

你确定你的f1 ,f2不是弄反了？ 如果不是的话，check 一下duplicate 。

SAS join是 cross join
如果你的 f1 和f2都有重复的 stkcd和 enddt，比如f1有a个重复，f2有b个重复，对于这组 stkcd和enddt，就有a*b个observation
所以结果多于原来的很正常。
简单举个例子
f1
stkcd enddt y
1 2 3
1 2 4
f2
stkcd enddt y
1 2 1
12 2
那么join的结果就是
1 2 3 1
1 2 3 2
1 2 3 1
1 2 3 2

noveror 发表于 2011-2-28 21:39
RT，程序如下，对两个表中共同变量stkcd，enddt配对：
proc sql noprint;                                                                              
  create table abc as                                                                                                                  
  select *                                                                                                                              
  from f1 left join f2                                                                                                        
  on f1.stkcd=f2.stkcd                                                                                                        
     and                                                                                                                                
     year(f1.enddt)=year(f2.enddt);                                                                                          
quit;

本来，f1中有61100个观测，可是新表abc中却有61200多个观测，到底是什么问题呢？只多出100多个观测。。。纳闷中，
请高手指点，万分感谢！

楼上正解，LEFT Join 连接的方式有点类似卡迪尔成绩，一个记录和另一个数据集的记录相配对，如由重复的项，结果也会由多条记录；至于他们数据记录的关系，你可以自己分析下