基于一列模式的SAS/SQL联接与另一列匹配

我需要在id字段上匹配2个数据集：

数据1：

数据2：

我需要合并SQL样式的内部连接id列上的这两个数据集，而不是data1.id=data2.id。我想要的是data1.id包含data2.id

因此，我希望第一个数据集中的id字符串包含第二个数据集的id字符串的所有行。

在SQL中，使用LIKE运算符：

SELECT d1.id
FROM data1 d1 
INNER JOIN data2 d2 ON d1.id LIKE CONCAT('%', d2.id, '%')

正如MouseMaster所评论的，如果在同一字段中碰巧发现多个ID，则此技术可能会生成重复的输出行。您可以使用DISTINCT消除重复项：

SELECT DISTINCT d1.id
FROM data1 d1 
INNER JOIN data2 d2 ON d1.id LIKE CONCAT('%', d2.id, '%')

如果只需要一个表中的行，请使用EXISTS：

select d1.id
from data1 d1
where exists (select 1 from data2 d2 where d1.id like concat('%', d2.id, '%');

实际上，在SAS中，我会使用标准的连接运算符：

select d1.id
from data1 d1
where exists (select 1 from data2 d2 where d1.id like '%' || d2.id || '%';

---

您可以使用索引函数

data have;
input id $9.;
datalines;
00123abc5
00543abc5
;
data have1;
input id $ col1;
datalines;
23a 22
43a 72
73a 82
;

  proc sql;
   create table want as 
  select a.id, col1
  from have a
  inner join
  have1 b
 on index(a.id, trim(b.id)) gt 0;

---

答案将是某种形式的LIKE语句，但请注意：如果data2中的值与示例中的值一样短，那么除非完整的数据集非常小，否则很有可能会在每个data2条目中找到多个匹配项。这实际上取决于结果的设计目的。他可以很容易地得到两个表，每个表只有3行，但却有一个9条记录的结果表。如果这是他想要的，那当然是好的：

select d1.id
from data1 d1
where exists (select 1 from data2 d2 where d1.id like '%' || d2.id || '%';

data have;
input id $9.;
datalines;
00123abc5
00543abc5
;
data have1;
input id $ col1;
datalines;
23a 22
43a 72
73a 82
;

  proc sql;
   create table want as 
  select a.id, col1
  from have a
  inner join
  have1 b
 on index(a.id, trim(b.id)) gt 0;