江湖救急——SAS如何删除数据集中的重复记录

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

• 数据集中有大量记录，有几列变量的观测值都有十几条重复记录。该怎么写程序删除呢？谢谢了
  我主要是想根据其中ID、L两个变量来删除观测 ，因为有些ID的观测值在L中有多个记录。如图
  

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1 回帖

关键词：江湖救急 数据集 观测值 记录 江湖 如何

proc sort nodupkey;

看不到图，我来假设你的数据中只有两个变量: ID 和 L，然后数据类似T1, 先排序，然后每个ID只选择一个record，具体程序如下:

data T1;
  input ID L;
  cards;
1 10
1 20
2 10
1 30
2 15
;
run;
proc print; title "Table for T1"; run;

proc sort data=T1 out=T2;
  by ID L;
run;
proc print; title "Table for T2"; run;

data T2;
  set T1;
  by ID L;
  if ^first.ID then delete;
run;
proc print; title "Table for T2: No Duplicated ID"; run;

jy06056064 发表于 2014-1-14 11:21
proc sort nodupkey;

proc sort data=   out=  nodupkey;
by id L;
run;

xiaoyu163 发表于 2014-1-14 11:29
看不到图，我来假设你的数据中只有两个变量: ID 和 L，然后数据类似T1, 先排序，然后每个ID只选择一个recor ...

恩，谢谢哈。可是我这个数据处理有点麻烦，因为如果我按我每个ID只保留一个观测值我会丢失L中的不同观测。如果我按L筛选，又会丢失ID。我想要的结果是每个ID对应的L是唯一的
数据结构就像这样
ID      L
1       0
1       0
1       0
1       1
1       1
2       1
2       1

zw612003 发表于 2014-1-14 13:15
proc sort data=   out=  nodupkey;
by id L;
run;

正解

proc sort data=a out=b;
by id l;
run;
data c;
set b;
by id l;
if first.l;
run;

牵你↗左手 发表于 2014-1-15 08:37
proc sort data=a out=b;
by id l;
run;

非常感谢！但是运行出的结果有点小问题，因为我的数据中ID号的前几位数是相同的。运行完程序后，部分ID数据的前几位数也被删除了。如图，有些ID运行完之后变成00068前几位的110012也被删除了。这是什么原因呢？谢谢解答哈

进行式 发表于 2014-1-16 20:25
非常感谢！但是运行出的结果有点小问题，因为我的数据中ID号的前几位数是相同的。运行完程序后，部分ID数 ...

你有没有一直变量的长度？我试了下是没有问题的

牵你↗左手 发表于 2014-1-17 09:04
你有没有一直变量的长度？我试了下是没有问题的

什么是一直变量的长度？就是有一部分数据的ID会变化，大部分都还是对的。是不是跟数据的列属性或者读取的变量长度有关？出现的情况如图。