SAS下降克隆观察

Question

我有一个数据集与ID和两个其他变量结构。 这个id不是唯一的，它在数据集中出现超过1次（患者可以接受一次以上的临床治疗）。我如何才能放弃整个观察（整条线），只要它是以前的完美克隆观察（基于其他两个变量值）？我不想用一个非常长的if语句。 谢谢。

Answer 1

proc sql; 
select distinct * from olddata; 
quit; 

听起来像一个简单的SQL修复。如果选择所有列，select distinct选项将删除数据集中所有完全重复的行。

Answer 2

如果你特别希望确定是否连续两行是相同的（但不打算匹配其他线路分开相同的行），您可以通过语句中使用一个notsorted，然后first和last变量。

data want; 
    set have; 
    by id var1 var2 notsorted; 
    if first.var2; 
run; 

只要它们在数据集上是连续的，就会为任何相同的id/var1/var2组保留第一条记录。当然，如果您首先对数据集by id var1 var2进行排序，这将始终删除重复项，但未排序，仍然适用于删除并置的连续对（或多个）。

Answer 3

我喜欢@ JJFord的答案，但为了完整起见，这也可以使用nodupe选项proc sort完成：

proc sort data=mydata nodupe; 
    by id; 
run; 

你选择作为by变量是什么其实并不重要这里。重要的一点就是指定nodupe选项。