
SAS数据集中重复数据的处理方法
在使用SAS在处理数据的时候,经常会遇到或产生一些重复数据,有些重复数据是我们需要的,而有的则是多余的。下面讲到的内容就是筛选/排除某一数据集里重复数据以及去重的几种常用方法。
测试数据如下:
TARGET 1: 保留不重复数据/保留重复数据
方法1:DATA STEP
/*根据ID排序*/
proc sort data=ID;
by ID;
run;
/*保留不重复ID*/
dataID_1;
setID;
byID;
if first.ID = last.ID =1;
run;
/*保留重复ID*/
dataID_2;
setID;
byID;
if ^(first.ID = last.ID =1) ;
run;
方法2:PROC SQL
/*保留唯一的ID*/
proc sql;
create tableid_3as
selecta.*fromID a,
(selectID,count(1)asID_cntfromID
group byID
having ID_cnt=1) b
wherea.ID=b.ID;
quit;
/*保留非唯一的ID*/
proc sql;
create tableid_4as
selecta.*fromID a,
(selectID,count(1)asID_cntfromID
group byID
having ID_cnt>1) b
wherea.ID=b.ID;
quit;
方法3:PROC FREQ
/*保留唯一的ID*/
proc freqdata=IDnoprint;
tableID /out=id_5 (keep = ID Count where = (Count = 1)) ;
run;
/*保留非唯一的ID*/
proc freqdata =IDnoprint;
tableID /out=id_6 (keep = ID Count where = (Count > 1)) ;
run;
TARGET 2: 数据集去重
方法1:PROC SORT
/*根据ID去重*/
proc sortdata=IDnodupkey out=ex1;
byID ;
run;
注:此处使用nodup与nodupkey会产生相同结果,但实际应用中它们存在一定差异,其主要区别在于:
NODUPKEY去除关键字 by ID相同的数据
NODUP去除observation完全相同的记录,但是相同的记录必须相邻
方法2:PROC SQL
/*根据ID去重*/
proc sql;
create tableex2as
select distinctIDfromID;
quit;
方法3:DATA STEP
/*根据ID排序*/
proc sort data=ID;
by ID;
run;
/*根据ID去重*/
dataex3;
setID;
byID;
iffirst.IDthen outputex3;
run;
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08LSTM 输出不确定的成因、影响与应对策略 长短期记忆网络(LSTM)作为循环神经网络(RNN)的一种变体,凭借独特的门控机制,在 ...
2025-07-07统计学方法在市场调研数据中的深度应用 市场调研是企业洞察市场动态、了解消费者需求的重要途径,而统计学方法则是市场调研数 ...
2025-07-07CDA数据分析师证书考试全攻略 在数字化浪潮席卷全球的当下,数据已成为企业决策、行业发展的核心驱动力,数据分析师也因此成为 ...
2025-07-07剖析 CDA 数据分析师考试题型:解锁高效备考与答题策略 CDA(Certified Data Analyst)数据分析师考试作为衡量数据专业能力的 ...
2025-07-04SQL Server 字符串截取转日期:解锁数据处理的关键技能 在数据处理与分析工作中,数据格式的规范性是保证后续分析准确性的基础 ...
2025-07-04CDA 数据分析师视角:从数据迷雾中探寻商业真相 在数字化浪潮席卷全球的今天,数据已成为企业决策的核心驱动力,CDA(Certifie ...
2025-07-04CDA 数据分析师:开启数据职业发展新征程 在数据成为核心生产要素的今天,数据分析师的职业价值愈发凸显。CDA(Certified D ...
2025-07-03从招聘要求看数据分析师的能力素养与职业发展 在数字化浪潮席卷全球的当下,数据已成为企业的核心资产,数据分析师岗位也随 ...
2025-07-03Power BI 中如何控制过滤器选择项目数并在超限时报错 引言 在使用 Power BI 进行数据可视化和分析的过程中,对过滤器的有 ...
2025-07-03把握 CDA 考试时间,开启数据分析职业之路 在数字化转型的时代浪潮下,数据已成为企业决策的核心驱动力。CDA(Certified Da ...
2025-07-02CDA 证书:银行招聘中的 “黄金通行证” 在金融科技飞速发展的当下,银行正加速向数字化、智能化转型,海量数据成为银行精准 ...
2025-07-02探索最优回归方程:数据背后的精准预测密码 在数据分析和统计学的广阔领域中,回归分析是揭示变量之间关系的重要工具,而回 ...
2025-07-02CDA 数据分析师报考条件全解析:开启数据洞察之旅 在当今数字化浪潮席卷全球的时代,数据已成为企业乃至整个社会发展的核心驱 ...
2025-07-01深入解析 SQL 中 CASE 语句条件的执行顺序 在 SQL 编程领域,CASE语句是实现条件逻辑判断、数据转换与分类的重要工 ...
2025-07-01SPSS 中计算三个变量交集的详细指南 在数据分析领域,挖掘变量之间的潜在关系是获取有价值信息的关键步骤。当我们需要探究 ...
2025-07-01CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-30探秘卷积层:为何一个卷积层需要两个卷积核 在深度学习的世界里,卷积神经网络(CNN)凭借其强大的特征提取能力 ...
2025-06-30探索 CDA 数据分析师在线课程:开启数据洞察之旅 在数字化浪潮席卷全球的当下,数据已成为企业决策、创新与发展的核心驱 ...
2025-06-303D VLA新范式!CVPR冠军方案BridgeVLA,真机性能提升32% 编辑:LRST 【新智元导读】中科院自动化所提出BridgeVLA模型,通过将 ...
2025-06-30