SAS：如何检查两个数据集中的相同变量是否不同？

Question

我有两个数据集DA和DB，它们都包含变量ssn并按ssn排序。如何检查DA是否包含未在DB中列出的某些ssn，反之亦然？我认为proc比较，但似乎比较程序只能比较同一位置的观察结果。例如，如果

data DA;
    input ssn &;
    datalines;
    100-00-0001
    100-00-0003
    100-00-0004
;


data DB;
    input ssn &;
    datalines;
    100-00-0001
    100-00-0002
    100-00-0003
;

然后，比较结果将列出100-00-0003和100-00-0004，尽管两个数据集都包含100-00-0003。如何解决这个问题？

Answer 1

通过SSN将两个数据集合并在一起并输出到不同的数据集，例如

data A_only B_only;
  merge DA(in = a keep = SSN) 
        DB(in = b keep = SSN);
  by SSN;
  if a and not(b) then output a_only;
  if b and not(a) then output b_only;
run;

Answer 2

您可以在PROC COMPARE中使用ID语句。未测试的：

proc compare base=da compare=db listobs ;
  id SSN ;
run ;

也有输出到数据集的选项。

Answer 3

使用proc sql：

proc sql;
    select * from DA where ssn not in(select ssn from DB);
    select * from DB where ssn not in(select ssn from DA);
quit;