sql - 从 SAS 中的 B 中的匹配行中删除行

Question

由于缺乏完整性检查，我目前有一个跨主键列有多个重复的表。尽管如此，我正在尝试删除重复项。问题是，没有id列，这意味着查找重复项并非易事。

我当前的解决方案涉及使用该count(*)... having构造创建第二个表，并选择要删除的行。我的问题是 SASdelete命令不允许以下操作：

proc sql;
delete from TableA
where (v1,v2,v3) in TableB

有没有办法根据另一个表的内容从一个表中删除？

Answer 1

如果我理解正确，您希望从数据集中删除每个观察值，其中多个观察值具有相同的“关键”变量值（删除所有重复项）。

使用 SAS 做到这一点的最佳和最简单的方法是按您的“关键”变量对该数据集进行排序，然后使用另一个数据步骤来创建新副本。解释比说明更难：

data have;
   input x y z;
   datalines4;
1 2 3
1 2 3
2 3 4
3 4 5
3 4 6
3 4 7
4 5 6
4 5 6
;;;;
run;

proc sort data=have;
   by x y z;
run;

data want;
   set have;
      by x y z;
   if  first.z and last.z;
run; 

子设置语句仅使用您使用语句时创建的自动和变量IF保留四个“唯一”观察结果。FIRST.LAST.BY

相反，如果您想保留其中一个副本，则可以使用以下NODUPKEY选项PROC SORT：

proc sort nodupkey data=have out=want2;
   by x y z;
run;

这将消除示例中的两个观察结果，为您的键留下唯一值。您无法控制使用此技术保留哪些观察结果。

Answer 2

您可以使用相关子查询执行此操作：

proc sql;
delete from TableA
    where exists (select 1
                  from TableB
                  where b.pk = TableA.v1 or b.pk = TableA.v2 or b.pk = TableA.v3
                 )

Answer 3

尝试这个：

proc sql;
delete from TableA as a
where a.v1 = (select b.v1 from TableB as b where a.primaryKey = b.foreignKeyForTableA)

对于其他值，依此类推。但是，由于您可能会从 TableB 收到重复项（即多个结果），您可能想尝试“选择不同的”或“选择前 1 个”以仅获得一个结果。