求一个数据匹配

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

有两份数据：
test1:用户登陆数据，有登陆时间 用户名 登陆IP的数据
test2:用户购物数据，有购物时间 用户名 消费金额数据

1. data test1;
   
2.         input time1 yymmdd10. user $2. ip $15.;
   
3.         format time1 yymmdd10.;
   
4.         cards;
   
5. 2013/01/01 A 123.123.123.12
   
6. 2013/01/02 B 123.123.123.13
   
7. 2013/01/03 C 123.123.123.14
   
8. 2013/01/04 A 123.123.123.15
   
9. 2013/01/05 B 123.123.123.16
   
10. 2013/01/06 C 123.123.123.17
    
11. 2013/01/07 A 123.123.123.18
    
12. 2013/01/08 B 123.123.123.19
    
13. ;
    
14. run;
    
15. 
    
16. data test2;
    
17.         input time2 yymmdd10. user $2. cost;
    
18.         format time2 yymmdd10.;
    
19.         cards;
    
20. 2013/01/05 A 120
    
21. 2013/01/02 A 121
    
22. 2013/01/04 C 122
    
23. 2013/01/07 B 130
    
24. ;
    
25. run;

复制代码

现在需要把两份数据进行合并，如上例中
test2第一行是A用户在1月5号购买物品，需要找到该用户在购买前的最后一次登陆，即test1中的第四行数据，并将IP数据匹配到TEST2表中
再例test2第二行是A用户在1月2号购买物品，需要找到该用户购物前最后一次登陆，即test1中的第一行数据，并将IP数据匹配到TEST2表中

最终的期望结果：
time2 user cost ip

数据量较大，不能用proc sql实现（会卡死），求助大神了。

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：数据匹配 proc sql format cards Input 用户名

data test1;
  set test1;
  time1=time1+1;
run;
proc sort data=test1;by time1;run;
proc sort data=test2;by time2;run;
data final;
  merge test1(in=in1 rename=(time1=time2)) test2(in=in2);
  by time2;
  if in1 and in2;
run;

Easy if either dataset could be sorted by user id, time

data result;
        if 0 then set test1 test2;
        if _N_ = 1 then do;
            declare hash pt(dataset:"test1", multidata: 'y');
                            pt.defineKey("user");
                            pt.defineData("time1", "ip");
                            pt.defineDone();
        end;

        set test2;
        rc = pt.find();
        if (rc = 0) then BestDistance = 9999;
        do while (rc = 0);
                Distance = time2 - time1;
                if 0 <= Distance < BestDistance then do;
                        BestDistance = Distance;
                        ip_addr = ip;
                        ip_time = time1;
                end;
                rc = pt.find_next();
                if (rc ~= 0) and BestDistance ~= 9999 then output;
        end;

        keep user time2 cost ip_time ip_addr;
        format ip_time mmddyy10.;
run;

邓贵大 发表于 2013-5-16 20:28
Easy if either dataset could be sorted by user id, time

You're right! I got a wrong result.

/* the code may only works for above datasets */
/* for real data, you may need to do some filter on the merged dataset */

proc sort data=test1 out=test1_sort; by user time1; run;
proc sort data=test2 out=test2_sort; by user time2; run;

data test_merge;
     merge test1_sort test2_sort;
         time_dif = time2-time1;
         by user;
         if time_dif >=0;
run;

proc print data=test_merge;
    var user time1 time2 time_dif ip cost;
title 'test_merge'; run;