Question

由于缺少完整性检查，我目前在主键列上有一个包含多个重复项的表。尽管如此，我试图删除重复项。问题是，没有id列，这意味着找到重复项是非常重要的。

我当前的解决方案涉及使用count(*)... having构造创建第二个表，并选择要删除的行。我的问题是SAS delete命令不允许以下内容：

proc sql;
delete from TableA
where (v1,v2,v3) in TableB

有没有办法根据另一个表的内容从一个表中删除？

Answer 1

试试这个：

proc sql;
delete from TableA as a
where a.v1 = (select b.v1 from TableB as b where a.primaryKey = b.foreignKeyForTableA)

等等其他值。但是，由于您可能会从TableB收到重复项（即多个结果），因此您可能需要尝试“select distinct”或“选择Top 1”以仅获得一个结果。

Answer 2

您可以使用相关子查询执行此操作：

proc sql;
delete from TableA
    where exists (select 1
                  from TableB
                  where b.pk = TableA.v1 or b.pk = TableA.v2 or b.pk = TableA.v3
                 )

Answer 3

如果我理解正确，您希望从数据集中删除多个观察值，其中多个观察值具有相同的“关键”变量值（删除所有重复值）。

使用SAS执行此操作的最佳和最简单方法是使用“关键”变量对数据集进行排序，然后使用其他数据步骤创建新副本。更难解释而不是说明：

data have;
   input x y z;
   datalines4;
1 2 3
1 2 3
2 3 4
3 4 5
3 4 6
3 4 7
4 5 6
4 5 6
;;;;
run;

proc sort data=have;
   by x y z;
run;

data want;
   set have;
      by x y z;
   if  first.z and last.z;
run;

子设置IF语句仅使用使用FIRST.语句时创建的自动LAST.和BY变量来保留四个“唯一”观察值。

如果您希望保留其中一个重复项，则可以将NODUPKEY选项与PROC SORT一起使用：

proc sort nodupkey data=have out=want2;
   by x y z;
run;

这将消除示例中的两个观察结果，为您的密钥留下唯一的值。您无法使用此技术控制保留哪些观察结果。

从SAS中B中的A匹配行中删除行

3 个答案: