如何使用SAS合并两个数据集并按两种场景修正Visit Date？

核心思路 #

以信息准确的Main数据集为基准，通过Patient ID + Visit作为关联核心，将存在日期错误的第二个数据集（命名为Err_Dataset）的检测结果映射到Main的正确日期行：

• 场景1（同一Visit对应多日期）：自动为Main中未匹配到结果的日期行填充缺失值
• 场景2（日期错误）：直接忽略Err_Dataset的错误日期，将结果关联到Main的正确日期

简洁SAS代码 #

/* 预处理错误数据集：重命名日期变量避免合并冲突 */
data err_dataset_adj;
    set err_dataset;
    rename visit_date = err_visit_date; /* 标记错误日期字段 */
run;

/* 左连接合并，保留Main的所有正确维度 */
proc sql;
    create table final_output as
    select 
        m.patient_id,
        m.visit,
        m.visit_date,
        m.result1,
        e.result2
    from main as m
    left join err_dataset_adj as e
        on m.patient_id = e.patient_id 
        and m.visit = e.visit
        and m.visit_date = e.err_visit_date /* 仅匹配日期正确的记录 */
    order by m.patient_id, m.visit, m.visit_date;
quit;

/* 可选：将缺失的Result2统一显示为点号（匹配示例输出格式） */
data final_output_display;
    set final_output;
    if missing(result2) then result2 = .; /* 若Result2是字符型，替换为"" */
run;

代码说明 #

1. 错误数据集预处理：重命名错误日期变量，避免和Main的正确日期字段冲突，同时明确区分两类日期
2. 左连接逻辑：
   • 以Main的所有行作为基础，确保不丢失任何正确的日期记录
   • 仅关联Err_Dataset中日期与Main匹配的结果；对于场景2的错误日期，因无法匹配到Main的正确日期，左连接会自动将Result2关联到Main对应Patient ID + Visit的唯一正确日期行
3. 缺失值格式化：可选步骤，将未匹配到结果的Result2统一显示为点号，和示例输出格式一致

内容的提问来源于stack exchange，提问作者Ivy Murphy