SAS 合并数据集以覆盖值

Question

我想使用数据集 B 通过使用合并 ID 合并数据集 A 和 B 来覆盖数据集 A 中的某些值。然而它并没有按预期工作。这是我所做的测试:

/* create table A */
data a;
  infile datalines;
  input id1 $ id2 $ var1;
datalines;
    1 a 10
    1 b 10
    2 a 10
    2 b 10
;
run;

/* create table B */
data b;
  infile datalines;
  input id1 $ var1 var2;
datalines;
    1 20 30
    2 20 30
;
run; 

/* merge A&B to overwrite var1 in table A using values in table B */
data c;
    merge a b;
    by id1;
run;

表 C 如下所示:

 ID1 ID2 VAR1 VAR2

 1   a     20   30

 1   b     10   30

 2   a     20   30

 2   b     10   30

为什么第 2 行和第 4 行中的 10 没有被表 B 中的 20 替换？而 var2 按预期工作？

我知道我可以简单地使用 proc SQL 来完成此操作，这就是我解决问题的方法。但我仍然很好奇是否有办法使用合并来做我想做的事情？为什么这不起作用？在这种情况下，我更喜欢合并而不是 SQL，因为逻辑更容易实现(直到我发现这不能正常工作)。

我使用 SAS 9.4。

Answer 1

这与 SAS 在合并期间迭代数据集的方式有关。基本上，每个 A 的第二条记录不会与 B 的记录对齐。VAR2 的值是从前一条记录结转的。 VAR1 从 A 获取值(因为没有 B)。

IF B 中存在 EVERY ID1 的记录，那么您可以像这样重写合并以实现您想要的效果。

/* merge A&B to overwrite var1 in table A using values in table B */
data c;
    merge a(drop=var1) b;
    by id1;
run;

这会删除 A 中的 VAR1，以便将其从 B 中的记录中向下移走。

否则您将需要更复杂的逻辑(我可以建议使用 coalesce() 函数进行 SQL 左连接吗？)。