如何用Proc Sort Nodupkey实现仅Index=0时去重的SAS数据处理？

云原生阿岚

2026-6-20

解决方案：分情况处理重复行

要实现「Index=1时保留所有重复行，Index=0时仅保留重复行中的一行」，不能直接用PROC SORT NODUPKEY（它会对所有行生效），可以用以下两种方法：

方法一：拆分数据集后合并

先拆分出Index=1的所有行（全部保留），再对Index=0的行去重，最后合并结果：

/* 提取Index=1的所有行，直接保留 */
data db_index1;
    set db;
    where index = 1;
run;

/* 对Index=0的行按所有列去重，仅保留唯一行 */
proc sort data=db(where=(index=0)) nodupkey out=db_index0;
    by id admission discharge index;
run;

/* 合并两个数据集得到最终结果 */
data db1;
    set db_index1 db_index0;
run;

方法二：BY组Data步一次处理（更高效）

先按关键列排序，再用BY组逻辑判断是否输出行，只需读取一次源数据：

/* 先按ID、入院日期、出院日期、Index排序，确保重复行相邻 */
proc sort data=db;
    by id admission discharge index;
run;

/* 用BY组逻辑筛选行：Index=1时全输出，Index=0时仅输出每组第一行 */
data db1;
    set db;
    by id admission discharge index;
    /* 满足任一条件则输出：要么是Index=1的行，要么是Index=0组的第一行 */
    if index = 1 or first.index;
run;