数据清理和统计的问题

海量数据，发现其中有很多需要清理的，比如两行数据，其中有一些字段的值相等，这时取其中一行就行了。现在有上千对这样的数据，如何进行处理？最好说详细一点。
还有一个问题，按某列把数据分类之后，如何按分类项进行统计？
每个问题10分。新手，请大家指教。

data a :
var1   var2   var3
   x 1        y1         n1
   x 1        y1         n2
   x2        y2          n3
proc sort data=a;
    by var1 var2;
run;
data a1;
   set a1;
      by  var1 var2 ;
      if first.var1;
run;
按小类统计的话  by 分类变量就ok 啦
比如：
proc logistic;
   by class var;
   class var1 var2;
    model y= x1 x2;
run;

也来学习学习。

说的太笼统，最好能上传些样本数据

不知道你喜欢用哪一个软件，如果用SAS软件
解决的方法是指定行取数据，例如编程序中的INPUT语句中指定行号，例如 #3即取第三行的数据

可能我说的不太清楚吧。比如，一个人有三门成绩，对应了三行记录，我现在只要取这个人最高的一门成绩，三选一。如果有几千人该怎么办？

不知道你喜欢用哪一个软件，如果用SAS软件
解决的方法是指定行取数据，例如编程序中的INPUT语句中指定行号，例如 #3即取第三行的数据

问题都不清楚
如果是分类统计 其实很简单啊