merge 的问题

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

假设两个数据集样本不一样，部分相同，我想得到按数量少的那个数据集的样本，因为小样本已经删了某些不想要的，大样本没有。如何得到呢

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：Merge 数据集 大样本 小样本 Merge

把小样本做master,merge之后，保留master和merge的部分，你看这样可以吧？

master什么意思啊。直接merge 好像也不是完全是大样本，比大样本的数还多。A数据集有13365个观测值。B数据集有 13804观测值，但是合并完了后有15445个 。这是怎么回事啊。A集有stkcd,year,earning cfo 等等年报数据，B集有stkcd,year,car. 我是merge by stkcd year。这个应该不难，但是我不会。sql可以吗，怎么用呢

MERGE和SQL在一对一或多对一的情况下看不出区别,但是在多对多的情况下就会看出这种区别.根本原因如下:
1.SQL是按照JOIN的变量值进行匹配.比如A数据集中的变量X=1有两个,B数据集中的X=1有三个,如果用SQL,则A.X=B.X将产生2*3=6条记录.
2.MERGE是按照BY的变量位置进行匹配.对上面的A和B数据集, 首先是A数据集中的第一个X=1和B数据集中的第一个X=1匹配,然后是A数据集中的第二个X=1和B数据集中的第二个X=1匹配,而对于B数据集中的第三个X=1则单独输出.

你最好用不同的数据集测试一下两者之间的区别.

一个做法是这样的：

1、用sql命令将大样本（bigsample）的数据集多余的样本删除，得到一个新的数据集(newdata)；

proc sql noprint;
        create table newdata as
        select *
        from bigsample
        where  exists (select *  from smallsample  where smallsample.stkcd=bigsample.stkcd)
;
quit;

2、再用merge命令将小样本的数据集（smallsample）与新的数据集(newdata)合并

5# sunnytree
谢谢你。我按你的方法做了。但是newdata并不是和small sample 的样本是一样的。car是variable。car1是数据集。
proc sql noprint;
        create table port as
        select stkcd, year, car
         from car1
        where  exists (select stkcd,year from repr18  where repr18.stkcd=car1.stkcd | repr18.year=car1.year)
;
quit;

完了以后新数据集里还有一些big sample有而small sample 没有的股票，就是我想踢除的数据

suly 发表于 2010-7-21 15:36
完了以后新数据集里还有一些big sample有而small sample 没有的股票，就是我想踢除的数据

用left join 吧

nkwilling 发表于 2010-7-21 09:41
MERGE和SQL在一对一或多对一的情况下看不出区别,但是在多对多的情况下就会看出这种区别.根本原因如下:
1.SQL是按照JOIN的变量值进行匹配.比如A数据集中的变量X=1有两个,B数据集中的X=1有三个,如果用SQL,则A.X=B.X将产生2*3=6条记录.
2.MERGE是按照BY的变量位置进行匹配.对上面的A和B数据集, 首先是A数据集中的第一个X=1和B数据集中的第一个X=1匹配,然后是A数据集中的第二个X=1和B数据集中的第二个X=1匹配,而对于B数据集中的第三个X=1则单独输出.

你最好用不同的数据集测试一下两者之间的区别.

B数据集中的第三个也会和A中的第二个匹配。

如果A中x=1有m个，B中有n个， 且m<n, 则前m-1行A和B分别一一匹配。 B的第m行到第n行都会和A的第m行匹配。

data A;
  input x y;
  datalines;
1 2
1 3
;
data B;
   input x z;
   datalines;
1 4
1 5
1 6
1 7
;
data C;
    merge a b;
by x;
run;

pobel 发表于 2010-7-21 16:01

suly 发表于 2010-7-21 15:36
完了以后新数据集里还有一些big sample有而small sample 没有的股票，就是我想踢除的数据

用left join 吧

同感