
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
解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28PCU:游戏运营的 “实时晴雨表”—— 从数据监控到运营决策的落地指南 在游戏行业,DAU(日活跃用户)、MAU(月活跃用户)是衡量 ...
2025-08-28Excel 聚类分析:零代码实现数据分群,赋能中小团队业务决策 在数字化转型中,“数据分群” 是企业理解用户、优化运营的核心手段 ...
2025-08-28CDA 数据分析师:数字化时代数据思维的践行者与价值推动者 当数字经济成为全球经济增长的核心引擎,数据已从 “辅助性信息” 跃 ...
2025-08-28ALTER TABLE ADD 多个 INDEX:数据库批量索引优化的高效实践 在数据库运维与性能优化中,索引是提升查询效率的核心手段。当业务 ...
2025-08-27Power BI 去重函数:数据清洗与精准分析的核心工具 在企业数据分析流程中,数据质量直接决定分析结果的可靠性。Power BI 作为主 ...
2025-08-27CDA 数据分析师:数据探索与统计分析的实践与价值 在数字化浪潮席卷各行业的当下,数据已成为企业核心资产,而 CDA(Certif ...
2025-08-27t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26