SAS跨数据集日期区间校验：生成Flag标记字段的实现方法问询

输入数据集 #

DB1数据集 #

data DB1;
  input ID :$20. Reference_date :date9. Discharge :date9.;
  format Reference_date Discharge date9.;
cards;
0001  14JUN2017  19JUN2017 
0002  12MAR2016  17MAR2016  
0003  01MAY2016  05MAY2016  
0004  19MAR2017  22MAR2017
0005  10MAR2017  22MAR2017 
0007  10OCT2015  14OCT2015  
;

DB2数据集 #

data DB2;
  input ID :$20. Discharge_new :date9.;
  format Discharge_new date9.;
cards;
0001 21JUN2017
0002 13MAR2016
0003 04MAY2016
0004 19MAR2017
0005 22MAR2017
0006 27JUN2022
0007 18OCT2015
;

需求说明 #

• 对DB2中的每个ID，匹配DB1中对应ID的Reference_date和Discharge日期
• 若Discharge_new落在[Reference_date, Discharge]闭区间内，Flag设为1；否则设为0
• DB2中未在DB1出现的ID，Flag设为缺失值
• 最终生成目标数据集DB3

实现方案 #

方法一：Proc SQL 左连接实现 #

proc sql;
    create table DB3 as
    select 
        b.ID,
        b.Discharge_new,
        case 
            when a.ID is missing then .
            when b.Discharge_new between a.Reference_date and a.Discharge then 1
            else 0
        end as Flag
    from DB2 as b
    left join DB1 as a
    on b.ID = a.ID
    order by b.ID;
quit;

/* 为日期字段添加格式，保持输出与示例一致 */
proc datasets library=work nolist;
    modify DB3;
    format Discharge_new date9.;
run;
quit;

方法二：Data步 Merge 实现 #

/* 先对两个数据集按ID排序，确保merge匹配正确 */
proc sort data=DB1; by ID; run;
proc sort data=DB2; by ID; run;

data DB3;
    merge DB2 (in=b) DB1 (in=a);
    by ID;
    /* 仅保留DB2中的记录 */
    if b then do;
        /* 根据是否匹配到DB1的ID设置Flag */
        if a then do;
            if Discharge_new between Reference_date and Discharge then Flag=1;
            else Flag=0;
        end;
        else Flag=.;
    end;
    /* 只保留需要的字段 */
    keep ID Discharge_new Flag;
    format Discharge_new date9.;
run;

代码说明 #

• Proc SQL方法：

  • 以DB2为基础做左连接，确保所有DB2的记录都被保留，同时匹配DB1中同ID的日期字段
  • 通过case分支逻辑直接判断三种情况：无匹配ID设缺失值、日期在区间内设1、否则设0
  • 最后按ID排序，保证输出顺序与示例一致

• Data步Merge方法：

  • 先排序是merge操作的前提，确保同ID的记录能正确对齐
  • 用in选项标记记录来源，只处理DB2的记录
  • 分情况判断：匹配到DB1则校验日期区间，未匹配则设Flag为缺失值

目标输出DB3 #

data DB3;
  input ID :$20. Discharge_new :date9. Flag :$20.;
  format Discharge_new date9.;
cards;
0001 21JUN2017   0
0002 13MAR2016   1
0003 04MAY2016   1
0004 19MAR2017   1
0005 22MAR2017   1
0006 27JUN2022   .
0007 18OCT2015   0
;

内容的提问来源于stack exchange，提问作者NewUsr_stat