duplicates - 如何在 SAS 数据步骤中删除重复项

Question

如何在 SAS 数据步骤中删除重复项。

data uscpi;
      input year month cpi;
   datalines;
   1990  6 129.9
   1990  7 130.4
   1990  8 131.6
   1990  9 132.7
   1991  4 135.2
   1991  5 135.6
   1991  6 136.0
   1991  7 136.2
   ;
   run;

PROC SORT DATA = uscpi OUT = uscpi_dist NODUPKEY; 
 BY year ; 
 RUN; 

我可以使用 proc 步骤，但如何在数据步骤中删除它。提前致谢

Answer 1

使用处理时可以使用SAS 创建的first.&自动变量。它们可以更好地控制您认为哪一行是重复的。请阅读手册以了解数据步骤中的组处理last.by-group

 data uscpi_dedupedByYear;
 set uscpi_sorted;
 by year;
 if first.year; /*only keep the first occurence of each distinct year.  */
 /*if last.year; */ /*only keep the last occurence of each distinct year*/

 run;

很大程度上取决于您的输入数据集是由谁排序的。例如：如果您的输入数据集按年和月排序并且您使用，if first.year;那么您可以看到它只保留任何给定年份中最早的月份。但是，如果您的数据集按那么排序，year & descending month则if first.year;保留任何给定年份的上个月。

这种行为显然与nodupkey 工作方式不同。