为什么SAS＆＃34;合并＆＃34;功能会以偏见覆盖观察？

Question

这是我的代码

libname blood "C:\Users\owner\Desktop\SAS";   
data blood.donors1;
   input id type $ units;
   cards;
2304 o 16
1129 a 48
1129 a 50
1129 a 57
2486 b 63 
;
run;

data blood.donors2;
   input id code units;
   cards;
6488 65 27 
1129 63 32
5438 63 39
2304 61 45
1387 64 67
;
run; 

proc sort data=blood.donors1 out=blood.donors1;
   by id;
run;

proc sort data=blood.donors2 
           out=blood.donors2;
   by id;
run;

data blood.donorsmerge;
   merge blood.donors1 (in = indonors1) blood.donors2;
   by id; 
   if indonors1;
run;

---

以下是结果表donorsmerge

---

行1129 a 48完全由1129 63 32覆盖。但行1129 a 50和1129 a 57被部分覆盖。为什么？我看了文档。在我看来，结果数据集应包含我在上图中指出的32

Answer 1

因为合并并不像它看起来那样完全正常 - 具体来说，它不像SQL连接那样运作。

在幕后，它是如何工作的，对于每个按组，它读取左侧的第一行;然后它找到一个匹配它的行。然后，如果左侧数据集中的组有更多行，则它将转到下一行。如果右边有另一行要匹配，则匹配那两行;否则，它什么都不做。继续，直到按组的最后一行。在写出按组的最后一行但在读取下一个按组的第一行之前，它会清除所有变量。

每个by组似乎具有code相同值的原因是来自set，merge或update语句的变量是自动保留。 IE，它们不会丢失（除了在组之间，作为merge语句的函数）。因此，对于所有三行，code设置为63 - 第一行设置为63，之后不再更改。

但是，两个数据集上都会显示units。因此，当第二行被引入左侧，而右侧没有第二行时，它会保留左侧的值。

如果要完全覆盖变量，则需要drop左侧数据集中的列。如果要覆盖匹配行而不覆盖非匹配行，并且您具有多对一关系（就像在此处一样），则需要在一个数据集或另一个数据集中重命名变量，并使用<{1}}或coalesce函数（或逻辑）来适当地设置变量。