SAS中的按组与SQL中的窗口函数

我有一个表input_table，它包含以下列：

key - double
code - string
date- string
result -string

我有以下SAS代码：

PROC SQL;
    CREATE TABLE t1 AS
    SELECT key, code, date, result
    from input_table
    ORDER BY key, code, date;
QUIT;


DATA t1;
   SET t1;
   final_result= INPUT(result, 5.)
RUN;


DATA t2;
   SET t1;
   WHERE NOT MISSING(final_result)
   BY key, code, date

   IF LAST.code;
RUN;

根据我的理解，这段代码添加了“final_result”列，该列将结果转换为数值，如果它包含非数值，则为NULL。然后，它为每个键、代码对选择具有最大日期的行。我尝试在hiveQL中复制这一点（我认为这与本例中的SQL几乎相同）：

---

此查询是否等同于上述SAS代码？（我会测试自己，但目前存在环境问题）

我看到的唯一主要问题是，最后一行的最终结果可能为空/缺失

在SAS中，

where

子句发生在数据步骤处理之前，因此它实际上相当于在

partition

语句中（我不确定是否可能）和/或在较早的步骤中。如果按日期排序的最后一行恰好为空，SAS将跳过它并获取非空的最后一行（因为它不在数据流中）

但是，在SQL中，如果秩=1碰巧有

final_结果为null

，它将被删除-但是

rank=2

或任何行都不会被保留（因此在输出中不会有任何特定键/代码组合的行）

沿着这些思路的东西应该是等价的

---

我能看到的唯一其他潜在问题是：如果有两行日期完全相同，SAS将按输入数据集顺序选择“最后一行”。我不知道蜂箱会做什么；但是，在大多数SQL实现中，您应该假设您将随机获得一个，因为SQL不会尝试保留行顺序。

是否为

final\u result

null？如果是这样，那么一个问题可能是您在外部查询中将其限制为不为null-因此

rnk=1

在

最后一行上可能为true\u结果为null

行，这意味着您完全错过了该行。另外，还有一个更好的问题，感谢您对其进行了改进。我建议还添加一些示例数据（输入数据）和您认为输出数据应该是什么样子的示例。如果结果包含任何非数字字符，则最终结果将为null。我相信“何处不缺”（最终结果）“SAS代码中的第行指出，我们只选择最终结果不为null的行，这相当于sql@JoeThanks，这个响应非常有用。然而，关于SQL不保留行顺序的最后一部分，这是否意味着没有办法让hiveql与sas 100%匹配@JoeIt总是可能的，只是可能会有更多的工作。事实上，您是否有两个关键代码行的

日期值相同（精确）的行？另外，根据我对你以前的问题的记忆，这些表首先是从SQL构建的；因此，行顺序可能并不重要。（一个直接的
select
通常会保留行顺序，虽然并不总是在那里；但是分区可以做各种事情，包括二叉树之类的事情，这可能会导致行顺序到处都是。）但是您可以始终在开始时创建一个行顺序变量，如果没有其他事情的话，比如一个
row\u number
或任何配置单元的等价物，然后根据max（这一点）进行选择。我要注意的是，我不知道配置单元的具体情况——只是SQL一般情况——因此值得查找关于该配置单元的特定信息（保留行顺序）。在这方面，Hive似乎有一些特定的选择。
select key, code, date, result, final_result 
from
(select *, 
 row_number() over (partition by key, code order by date desc) as rnk, 
 cast(result as double) as final_result
 from input_table
) x
where rnk=1 and final_result is not null

select key, code, date, result, final_result 
from
(select s.*, 
 row_number() over (partition by key, code order by date desc) as rnk
 from (
   select *, cast(result as double) as final_Result
   from input_table 
   where final_Result is not null
   ) s
) x
where rnk=1