Question

我有一个包含以下列的表，其中包含超过百万行，

ID，姓名

1，拉姆

2，米尔

3，拉姆

4，拉吉

我需要创建列重复，如果2个ID具有相同的名称，则指定是。如果不指定NO

ID，姓名，重复

1，羊，是

2，米尔，无

3，拉姆，是的

4，拉吉，无

Answer 1

您应按名称对数据进行排序。然后使用第一个命令，la

PROC SORT DATA = mydata;
BY name id;
RUN;

DATA mydata_mod;
SET mydata;
BY name;
IF first.name and last.name THEN duplicate = "No";
ELSE duplicate = "Yes";
RUN;

基本上我们在这里做的是说，“嘿，这个名字在我的数据集中是第一次也是最后一次出现？如果是这样，它不是重复的。如果不是，那就是。” p>

另请注意，您可以稍微修改数据步骤以获取具有重复项的唯一名称：

DATA mydata_mod (KEEP = name);
SET mydata;
BY name;
IF first.name and last.name THEN duplicate = "No";
ELSE duplicate = "Yes";
IF first.name and duplicate = "Yes";
RUN;

我已经使用了几次像后来的DATA步骤那样的逻辑，所以我想继续提及它，以防它有用： - ）

Answer 2

这将为您提供所有重复项的计数。 0表示否和＆gt; 0意味着是的。

Select name, count(*) cnt from my_table
group by name;

如果您只想要是和否，请将count（）替换为：计数时的情况（）＆gt; 0然后＆＃39;是＆＃39;否则＆＃39;否＆＃39;端。

Answer 3

这是另一个SQL解决方案：

data have;
input ID Name $;
datalines;

1 Ram
2 Meer
3 Ram
4 Raj
;
run;

proc sql;
    create table want as
    select a.ID, a.name, case when count(name)>1 then "YES"
                        when count(name)=1 then "NO"
                        else "CHECK"
                    end as DUP
    from have as a
    group by name
    order by ID;
quit;

Answer 4

如果您想将它作为另一栏：

SELECT 
    ID, 
    Name,
    CASE 
        WHEN EXISTS(SELECT null FROM MyTable t2 WHERE t2.Name = t.Name AND t2.ID <> t.ID)
        THEN 'Yes'
        ELSE 'No'
    END AS Dups
FROM MyTable t

Answer 5

select t.id,
       t.name, 
       (case  when A.countval >1 then 'Yes' else 'No' end) as Dups
from
(
select name, COUNT(*) as countval
from t
group by name
)A
inner join t
on A.name = t.name

SQL查找重复项

5 个答案: