SAS-选择第一次出现唯一ID的行（ID可以在两列中）

I已计算出客户（ID_a和ID_b）之间的距离（var1）。Var2和var3包含一些其他变量。数据按ID_a和var1排序（因此最接近的距离排在第一位）

现在我希望保留第一次出现ID的行；它是否在列ID_a或列ID_b中。输出应如下所示：

data want;
input (ID_a ID_b var1 var2 var3)($);
cards;
   A B 12 xxx yyy
   C D 17 xxx yyy
   G K 32 xxx yyy

run;

目标是获得一个列表，其中每个客户都与一（1）个其他客户配对，并且距离尽可能近。当然有多种可能的组合，因为A可以最接近B，同时C也可以最接近（甚至更接近）B。如果可能，最好得到总距离最小的组合。以ID_a的升序排列组合

这样做的最佳解决方案是什么？我一直在用NODUPKEY检查PROC SORT，但这不是解决方案，因为每一行都是唯一的组合

---

我正在考虑使用宏来选择每个ID_a的每一行，如果该ID已经在ID_a或ID_b中使用过，则继续执行ID_a的第二行。然而，我找不到这样的代码的任何例子，我不确定这是最好的解决方案。因此，任何关于解决方案或代码的建议都很好。谢谢

根据评论，我建议按距离对数据进行排序，并选择出现的包含唯一对项目的第一对

例如：

散列

对于跟踪所选项目非常有效

proc sort data=have;
  by var1 id_a;

data want;
  length id $8;
  if _n_ = 1 then do;
    declare hash items();
    items.defineKey('id');
    items.defineDone();
    call missing(id);
  end;

  set have;
   
  if items.check(key:id_a) ne 0 and items.check(key:id_b) ne 0 then do;
    output;
    items.add(key:id_a, data:id_a);
    items.add(key:id_b, data:id_b);
  end;

  drop id;
run;

---

您将在这里使用多大的数据集？当前数据集约2600行，ID_a中有216个唯一ID。因此，输出应该是108行。您还应该包括您在这里尝试过的内容，或者至少包括如果您不知道如何实现它，您通常会如何解决问题-这应该是“我不知道如何执行X，已经尝试过Y”而不是“为我编写执行X的代码”。并且：您说“首先”，您有定义排序顺序的变量吗？或者它只是“数据集中的顺序”（这并不理想）？当

C

第一次出现时，为什么不保留

A C

？和

cd

何时第一次出现

D

和

df

何时第一次出现？当

G

第一次出现，然后

gk

新鲜时，

gb

如何。

proc sort data=have;
  by var1 id_a;

data want;
  length id $8;
  if _n_ = 1 then do;
    declare hash items();
    items.defineKey('id');
    items.defineDone();
    call missing(id);
  end;

  set have;
   
  if items.check(key:id_a) ne 0 and items.check(key:id_b) ne 0 then do;
    output;
    items.add(key:id_a, data:id_a);
    items.add(key:id_b, data:id_b);
  end;

  drop id;
run;