SAS技术问询：如何保留两个数据集共有的ID记录（含重复）并移除数据集中非共有ID记录？

算力阿峰

2026-4-27

搞定SAS里筛选两数据集共有ID重复记录的问题

问题拆解

你要的是把dataset2里所有ID和dataset1重合的记录（包括重复的ID条目）都留下来，但之前写的代码有俩小问题：

你查询的是dataset1而不是目标的dataset2，方向搞反啦
SQL语句结尾多了个逗号，属于语法错误

正确的两种实现方式

方式1：PROC SQL 子查询（简洁高效）

调整查询对象和语法，直接从dataset2里筛选ID存在于dataset1中的记录即可：

proc sql;
    select * 
    from dataset2
    where ID in (select distinct ID from dataset1); /* 加distinct是为了只取dataset1里的唯一ID，提升查询速度 */
quit;

这里用distinct ID是因为我们只需要确认ID是否存在，不需要重复的ID值，这样运行效率更高，同时完全不影响保留dataset2中的重复记录。

方式2：数据步合并（适合大数据量场景）

如果你的数据集包含大量重复记录，用数据步合并的逻辑更直观，处理效率也不错：

/* 先提取dataset1里的唯一ID列表 */
proc sort data=dataset1 nodupkey out=unique_ids;
    by ID;
run;

/* 把dataset2和唯一ID列表合并，只保留匹配上的记录 */
data desired_output;
    merge dataset2(in=a) unique_ids(in=b);
    by ID;
    if a and b; /* 只保留同时存在于dataset2和unique_ids中的记录 */
run;

这里用in=a标记来自dataset2的记录，in=b标记来自唯一ID列表的记录，if a and b就确保只留下dataset2里ID在dataset1中的所有条目，包括重复的那些。