怎样筛选所有变量值都完全相同的重复观测，也就是不能用by语句

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

我有十几个包含不同变量的数据集，每个数据集有30几个变量。针对每个数据集，我想提取它的完全重复的观测，请问该怎么编写程序，困惑了好久，热切等待高手的解答，谢谢！

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：重复观测 变量值 不能用 编写程序 数据集 编写程序

如果你的意思是指把重复的观测提出来，原始表格只留一个不重复的，我能想到的简单方法，先写下来

data have;
set have;
Obs=_N_;
run;

proc sort data=have out=have_nodup nodupkey;
run;

proc sql noprint;
create table want as
select * from have
where Obs not in (select Obs from have_nodup);
run;

提供下stata程序：
use data,clear
duplicates tag, g(newvar)
keep if newvar>=1
duplicates drop

playmore 发表于 2013-6-27 09:59
如果你的意思是指把重复的观测提出来，原始表格只留一个不重复的，我能想到的简单方法，先写下来

data h ...

谢谢二楼的回复，不过运行之后显示如下错误：没有使用 BY 语句或没有指定 BY 变量。BY 语句必须与要排序的变量名一起使用。

maybe

1. proc sort data=test out=nodupkey_test  dupout=dupkey_test nodupkey;
   
2.     by _all_;
   
3. run;

复制代码

tangjingdong506 发表于 2013-6-27 14:34
谢谢二楼的回复，不过运行之后显示如下错误：没有使用 BY 语句或没有指定 BY 变量。BY 语句必须与要排序的 ...

嗯，按你的表格排序变量，在proc sort里加上by子句就好了
你没写明表格内容，我也就忘写了

playmore 发表于 2013-6-27 14:43
嗯，按你的表格排序变量，在proc sort里加上by子句就好了
你没写明表格内容，我也就忘写了

你好，由于have表里新生成了变量obs，因此have里不会出现完全相同的观测，所以不能用by _all_；又因为我的变量个数太多，不便于写在by 的后面，所以这个程序还是不太合适。

哦，明白了，谢谢各位啦！