Sas 选择多个列和其他非连续列以查找重复的？

我有一个包含许多列的数据集，如下所示：

ID  Indicator Name   C1 C2 C3....C90
 A    0001    Black   0  1  1.....0
 B    0001    Blue    1  0  0.....1
 B    0002    Blue    1  0  0.....1

有些ID是重复的，因为指示器不同，但它们本质上是相同的记录。为了找到重复项，我想选择不同的ID、名称，然后选择C1到C90进行检查，因为一些具有相同ID和指示符的声明具有不同的C1…C90值

---

有没有办法通过proc sql或sas数据步骤选择c1…c90？似乎我能想到的唯一方法是设置数据集，然后删除非必要的列，但在实际的数据集中，它不仅是指示符，而且至少还有15个其他列。

如果我正确理解了这个问题，最简单的方法是将列连接到一个。在行与行之间保留该值，您可以跨行比较该值，以查看其是否相同

data want;
  set have;
  by id indicator;
  retain last_cols;
  length last_cols $500;
  cols = catx('|',of c1-c90);
  if first.id then call missing(last_cols);
  else do;
    identical = (cols = last_cols); *or whatever check you need to perform;
  end;
  output;
  last_cols = cols;
run;

---

有几种不同的方法可以做到这一点，如果实际的列名是

C1-C90

，那么就容易多了。如果您只是想删除任何您知道是重复的内容，您可以使用

proc sort

proc sort data=dups out=nodups nodupkey;
by ID Name C1-C90;
run;

nodupkey选项将自动删除

by

语句中的任何重复项

或者，如果您想知道哪些记录包含重复项，可以使用

proc summary

proc summary data=dups nway missing;
class ID Name C1-C90;
output out=onlydups(where=(_freq_ > 1));
run;

---

proc summary

创建两个新变量，

\u type

和

\u freq

。如果指定

\u freq\u>1

，则只输出重复记录。另外，请注意，这将删除

指示符

变量。

如果

PROC SQL

像其他程序一样使用

：

变量名通配符，那就太好了。当没有其他合理的选择时，我通常使用宏来选择批量列。这可能适合您：

%macro sel_C(n);
    %do i=1 %to %eval(&n.-1);
        C&i.,
    %end;
    C&n.
%mend sel_C;
proc sql;
    select ID,
           Indicator,
           Name,
           %sel_C(90)
    from have_data;
quit;

---

我从来不知道可以使用宏选择大容量列，这非常有用！令人惊叹的！祝你好运，平凯尔！