有关set两个数据集的PDV过程

data a;
    input x y;
    cards;
1 2
3 4
;
run;

data b;
    input x;
    cards;
3
6
;
run;

data c;
    set a b;
    if missing(y) then y=x;
run;

output:
x    y      obs
1    2       1
3    4       2
3    3       3
6    3       4

obs=4 的y值是不正确的，我推测是PDV过程我理解不清楚。我之前的理解是set a b;就是先一条一条读a的数据集然后再一条一条读b。但似乎是不对的

啊 回答出来请申请奖励，我设置错了 变成1个了

我觉得楼主理解的没错，concatanate 多个数据集时应该就是逐个数据集逐条读取到PDV中的.
这个例子可能是因为set (merge, modify, update)中的变量自动retain(Causes a variable that is created by an INPUT or assignment statement to retain its value from one iteration of the DATA step to the next.). 如果把dataset a 中变量y 改成 z, 这时missing(y)就会起作用.
不知道我理解的对不对，权当抛砖引玉

我是这样理解的：

因为是set a b, 所以data步读取数据集a中所有记录的过程，数据集a的变量是retain的，数据集b也是如此；

所以，数据步的前两圈应该比较容易，就是把数据集A的两条记录output到了数据集C里面；
此时A的记录读取完毕，PDV要初始化，所以在第三圈开始执行前变量x, y都是missing的；
第三圈，读取数据集B，x=3进入数据集C，此时，y值是missing，执行到下面的if语句，就变成了x的值，就是3；
到了最后一圈，x=6进入数据集C，但是变量y因为是数据集A或B中的变量，是retain的，所以y=3也retain到了数据集C中，下面的if语句就不会执行了，最后一条的y值还是3.

SAS 从外部导入数据时，每次循环时都将变量置为缺失值，
有几种情况例外：
1、retain语句提到的变量
2、sum语句中创建的变量
3、数组_temporary_中的数据元
4、file和infile语句选项中创建的变量
5、自动变量
而从内部导入时只有第一次置为缺失值，后期只有以后变量保留其值直至新值写入