求助一个利用SQL检索和赋值的程序问题

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

各位大大好，最近使用SAS处理数据时，遇到了一个问题，自己花了很多时间在网上搜找，但仍然不得要领。问题是这样的：

1、我现在有一个数据表TableA，其中有一个变量Info，每一行里面包含了大量的文字信息。
2、此外，我还有一个数据表TableB，里面只有一个变量叫做Keyword，每一行都是一些中文的单词。
3、我现在想做的就是：在TableA中创建一个新变量dummy，然后对每一行的Info进行检索，如果Info内容里面包含有Keyword变量里任意一行的中文单词，就对这一行的dummy赋值为1。如果完全不含有任何一个关键词，则赋值为0.

TableA：（实际的Info内容要比下面的这些长得多，大多数都至少有20字以上）
     Info          其他变量1     其他变量2 ...
蛋糕点心甜        XXX                XXX
喜欢理发           XXX                XXX
点心师傅           XXX                XXX
做蛋糕的           XXX                XXX
     ...                  ...                   ...

TableB：（Keyword里每行本身比较短，一般不超过5个字的，但keyword行数很多）
   Keyword
     蛋糕
     点心
       ...

希望最后得到的表：
     Info          其他变量1     其他变量2 ...    dummy
蛋糕点心甜        XXX                XXX                  1
喜欢理发           XXX                XXX                   0
点心师傅           XXX                XXX                   1
做蛋糕的           XXX                XXX                   1
     ...                  ...                   ...                     ...

我知道如果keyword只是几个词的话，可以用 where Info contains "XXX" 作条件来挨个赋值，但是现在keyword十分多，我就不知道该怎么办了。我的朋友和我说要使用“游标”，但我搜索了半天，也没找到怎么做。
希望有大大能有Proc SQL下的方式能帮我解决这一难题。

另外，我知道直接在data步下，可以用 set if find(info, "XXX") then dummy=1 来挨个赋值，但是对于keyword很多的时候我又不知道怎么办了，如果有大大还能从data步的角度帮助解决一下就更好啦~ （p.s 希望优先SQL的角度解决，因为导师要求全部使用SQL步来处理...）

多谢各位大大！！！跪谢！！！

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：sql proc sql keyword Contain SAS处理数据 关键词 数据表 中文 程序 单词

研究一下。

我的朋友使用其他的SQL软件帮我编写了一段代码，可以完成这个工作。但是问题是他使用的涉及到游标部分的程序，我完全不知道该怎么转化为SAS里面的SQL语言...
他的编写程序是：
DECLARE @keyword varchar(255)
DECLARE KEYWORDS CURSOR --定义游标
FOR (SELECT keyword FROM keywordTable) --从keywordTable中查出keyword放到游标中
OPEN KEYWORDS; --打开游标
FETCH NEXT FROM KEYWORDS INTO @keyword; --读取第一行数据
WHILE @@FETCH_STATUS = 0
    BEGIN
        PRINT @keyword; --打印数据(调试用，正式使用时删除)
        UPDATE tableA SET dummy = 1 WHERE biography like '%'+@keyword+'%'; --更新数据(tableA是需要更新状态的表)
        FETCH NEXT FROM KEYWORDS INTO @keyword; --读取下一行数据
    END
CLOSE KEYWORDS; --关闭游标
DEALLOCATE KEYWORDS; --释放游标
GO

望着这一段程序泪流满面...研究了好些日子，还是搞不定，只能上来求助大家了。
其实我觉得我这个问题在数据处理时还是蛮典型的。求帮助！

我也遇到过类似的问题，要写一堆的like

数据集可以传上来吗？附件。

SQL方法：

我研究了下，提供一个实例。

1. data a;
   
2.         input info $ 50.;
   
3. datalines;
   
4. 蛋糕点心甜糕的理发糕蛋糕蛋糕蛋糕蛋糕蛋糕蛋糕        
   
5. 喜欢理发糕的理发糕蛋糕蛋糕         
   
6. 点心师傅糕的理完全不含有任何一个关键词蛋糕           
   
7.       
   
8. ;
   
9. 
   
10. data b;
    
11.         input keyword $ 4.;
    
12. datalines;
    
13. 蛋糕
    
14. 点心
    
15. 喜欢
    
16. 理发
    
17. ;
    
18. 
    
19. proc sql;
    
20. 
    
21.         create table c as select info,count(*) as dummy
    
22.         from (
    
23.                 select a.info,b.keyword
    
24.                         from a cross join b
    
25.         )
    
26.         where  info contains keyword
    
27.         group by info;
    
28. 
    
29. quit;

复制代码

如果info每个值不是唯一的，在group by时，就要把其它变量加上。


data步方法：

目前，想到的是hash表实现，明天写啦，太晚了。

zhengbo8 发表于 2014-1-6 01:07
SQL方法：

我研究了下，提供一个实例。

我只用过Hash表对关键词整体匹配
这种在字符串变量中查找匹配的子串，不知道还能用Hash吗？

playmore 发表于 2014-1-6 09:36
我只用过Hash表对关键词整体匹配
这种在字符串变量中查找匹配的子串，不知道还能用Hash吗？

这有一个例子

[疑难解惑] 如何从一个表，模糊匹配另一个表中的字段
https://bbs.pinggu.org/forum.php? ... =2809637&page=1

yongyitian 发表于 2014-1-6 09:45
这有一个例子

[疑难解惑] 如何从一个表，模糊匹配另一个表中的字段

多谢
我刚才学习了下Hash的Iterator对象，还想请教个问题：
这个模糊匹配的问题如果要用Hash来解决，好像只能这样用Hash的迭代，然后每次调用下Find函数来匹配？
我知道用Hash对象会比用Proc Sql快一些，但是每次都要调用这个Find函数会不会拖慢速度

如果有一个直接的方法，比如h.FuzzyFind()这样的就好了，只要目标字符串里含有需要匹配的字符串，就算匹配成功

playmore 发表于 2014-1-6 10:12
多谢
我刚才学习了下Hash的Iterator对象，还想请教个问题：
这个模糊匹配的问题如果要用Hash来解决，好 ...

很好的想法，　但我用的是sas9.1，里面只有几个最基本的函数, 如h.add(), h.replace(), h.find(), 和iterator 的 hi.first(), hi.last(), hi.next(), hi.prev()等. sas9.2以后的版本增加了许多hash函数。 不知是否有h.FuzzyFind()这样的函数.

每一条观测都查一遍　lookup　table　肯定会影响效率。　没有用iterator时，find()函数也要查一遍lookup　table。　估计用iterator后，　计算量会增加一倍以上。
一般情况下，hash里的lookup表，应该是一个较小的表。很大的hash表会增加内存的占用，从而影响运算速度。