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
CDA持证人简介: 程靖 CDA会员大咖,畅销书《小白学产品》作者,13年顶级互联网公司产品经理相关经验,曾在百度,美团,阿里等 ...
2025-04-28CDA持证人简介: 居瑜 ,CDA一级持证人国企财务经理,13年财务管理运营经验,在数据分析就业和实践经验方面有着丰富的积累和经 ...
2025-04-27数据分析在当今信息时代发挥着重要作用。单因素方差分析(One-Way ANOVA)是一种关键的统计方法,用于比较三个或更多独立样本组 ...
2025-04-25CDA持证人简介: 居瑜 ,CDA一级持证人国企财务经理,13年财务管理运营经验,在数据分析就业和实践经验方面有着丰富的积累和经 ...
2025-04-25在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-24以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《刘静:10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda ...
2025-04-23大咖简介: 刘凯,CDA大咖汇特邀讲师,DAMA中国分会理事,香港金管局特聘数据管理专家,拥有丰富的行业经验。本文将从数据要素 ...
2025-04-22CDA持证人简介 刘伟,美国 NAU 大学计算机信息技术硕士, CDA数据分析师三级持证人,现任职于江苏宝应农商银行数据治理岗。 学 ...
2025-04-21持证人简介:贺渲雯 ,CDA 数据分析师一级持证人,互联网行业数据分析师 今天我将为大家带来一个关于用户私域用户质量数据分析 ...
2025-04-18一、CDA持证人介绍 在数字化浪潮席卷商业领域的当下,数据分析已成为企业发展的关键驱动力。为助力大家深入了解数据分析在电商行 ...
2025-04-17CDA持证人简介:居瑜 ,CDA一级持证人,国企财务经理,13年财务管理运营经验,在数据分析实践方面积累了丰富的行业经验。 一、 ...
2025-04-16持证人简介: CDA持证人刘凌峰,CDA L1持证人,微软认证讲师(MCT)金山办公最有价值专家(KVP),工信部高级项目管理师,拥有 ...
2025-04-15持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。在实际生活中,我们可能会 ...
2025-04-14在 Python 编程学习与实践中,Anaconda 是一款极为重要的工具。它作为一个开源的 Python 发行版本,集成了众多常用的科学计算库 ...
2025-04-14随着大数据时代的深入发展,数据运营成为企业不可或缺的岗位之一。这个职位的核心是通过收集、整理和分析数据,帮助企业做出科 ...
2025-04-11持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。 本次分享我将以教培行业为 ...
2025-04-11近日《2025中国城市长租市场发展蓝皮书》(下称《蓝皮书》)正式发布。《蓝皮书》指出,当前我国城市住房正经历从“增量扩张”向 ...
2025-04-10在数字化时代的浪潮中,数据已经成为企业决策和运营的核心。每一位客户,每一次交易,都承载着丰富的信息和价值。 如何在海量客 ...
2025-04-09数据是数字化的基础。随着工业4.0的推进,企业生产运作过程中的在线数据变得更加丰富;而互联网、新零售等C端应用的丰富多彩,产 ...
2025-04-094月7日,美国关税政策对全球金融市场的冲击仍在肆虐,周一亚市早盘,美股股指、原油期货、加密货币、贵金属等资产齐齐重挫,市场 ...
2025-04-08