Merge 在SAS中按日期合并两个数据帧

我有两个表，我想按id和df1中相关id的日期之前的最新日期合并它们

我试过了，但是少了点东西

proc sql;
create table output
as select a.*, b.date
from df1 as a, df2 as b
where a.id = b.id
group by a.id, b.id
having (a.date) > max(b.date);
quit;

期望输出：

data output;
  input id $ date value;
  informat date yymmdd10.;
  format date yymmdd10.;
cards;
a 20011231 2
;

---

我将分两个步骤来完成，一个

procsql

连接并排序两个表，然后一个

data

步骤只输出每个ID的最新日期

proc sql;
    create table o1 as 
        select  a.id,
                a.date,
                a.value
        from df1 a
        join df2 b
            on  b.id = a.id
            and b.date > a.date
        order by a.id, a.date
    ;
quit;

data output;
    set o1;

    by id;
    if last.id then output;
run;

---

您可以使用SET来交错记录。使用RETAIN从第一个数据集中保留值的最后一个版本。您没有指出是否有任何缺少的VALUE值，但让我们测试一下

data want;
  set df1(in=in1) df2(in=in2);
  by id date ;
  retain last_value;
  if first.id then last_value=.;
  if in1 and not missing(value) then last_value=value;
  if in2 and not missing(last_value);
run;

结果:

                                    last_
Obs    id          date    value    value

 1     a     2002-01-01      .        2

注意：此方法获取第二个数据集中日期当天或之前的值。如果希望只取该日期之前的最后一个值，则颠倒SET语句中引用这两个数据集的顺序。

proc sort data=df1；
proc sort data=df1;
  by id descending date;

proc sort data=df2;
  by id;

data want;
  merge df1 (in=in1) df2 (in=in2 rename=(date=date_max));
  by id;

  ** Assume you want only values that are in both datasets **;
  if in1 & in2;

  retain flag;

  if first.id then flag = 0;

  ** If no dates before max date yet and this one is before max date, we have a winner **;
  if flag = 0 & date < date_max then do;
    ** Set flag to indicate this ID has already found the max date **;
    flag = 1;
    output;
  end;

run;

按id递减日期；
过程排序数据=df2；
按身份证；
数据需求；
合并df1（in=in1）df2（in=in2 rename=（date=date_max））；
按身份证；
**假设您只需要两个数据集中的值**；
if-in1&in2；
保留旗帜；
如果first.id，则flag=0；
**如果在最大日期之前还没有日期，而这一个是在最大日期之前，我们有一个赢家**；
如果flag=0&date

proc sort data=df1;
  by id descending date;

proc sort data=df2;
  by id;

data want;
  merge df1 (in=in1) df2 (in=in2 rename=(date=date_max));
  by id;

  ** Assume you want only values that are in both datasets **;
  if in1 & in2;

  retain flag;

  if first.id then flag = 0;

  ** If no dates before max date yet and this one is before max date, we have a winner **;
  if flag = 0 & date < date_max then do;
    ** Set flag to indicate this ID has already found the max date **;
    flag = 1;
    output;
  end;

run;