SAS下降克隆觀察

Question

我有一個數據集與ID和兩個其他變量結構。 這個id不是唯一的，它在數據集中出現超過1次（患者可以接受一次以上的臨牀治療）。我如何才能放棄整個觀察（整條線），只要它是以前的完美克隆觀察（基於其他兩個變量值）？我不想用一個非常長的if語句。 謝謝。

Answer 1

proc sql; 
select distinct * from olddata; 
quit; 

聽起來像一個簡單的SQL修復。如果選擇所有列，select distinct選項將刪除數據集中所有完全重複的行。

Answer 2

如果你特別希望確定是否連續兩行是相同的（但不打算匹配其他線路分開相同的行），您可以通過語句中使用一個notsorted，然後first和last變量。

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

只要它們在數據集上是連續的，就會爲任何相同的id/var1/var2組保留第一條記錄。當然，如果您首先對數據集by id var1 var2進行排序，這將始終刪除重複項，但未排序，仍然適用於刪除並置的連續對（或多個）。

Answer 3

我喜歡@ JJFord的答案，但爲了完整起見，這也可以使用nodupe選項proc sort完成：

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

你選擇作爲by變量是什麼其實並不重要這裏。重要的一點就是指定nodupe選項。