SAS查询返回零观测值求助：已知数据存在但匹配失败

核心原因推测 #

你遇到的零观测问题，大概率是导入后的诊断码与主表诊断码存在肉眼不可见的字符差异，而非列格式本身的问题。常见的差异点包括：

• 诊断码前后的空格（含全角/半角空格）
• 大小写不一致（SAS默认区分字符大小写）
• Excel导入时带入的不可见控制字符（如换行符、制表符）

排查步骤 #

1. 先确认导入后的诊断码数据状态：

/* 查看列属性（类型、长度）*/
proc contents data=file_name; run;
/* 查看前10条诊断码的实际值，注意是否有空格或异常字符 */
proc print data=file_name(obs=10) noobs; var diagnosis_code; run;

2. 对比主表诊断码的长度与导入后的长度：

proc sql;
select length(diagnosis) as main_length, count(*) from main_table group by main_length;
select length(diagnosis_code) as file_length, count(*) from file_name group by file_length;
quit;

如果两者长度不一致，说明导入时自动补了空格或截断了字符。

解决代码 #

针对不同差异点，给出对应的修正方案：

方案1：去除空格并统一大小写

proc sql;
create table data_table1
as select distinct *
from main_table
/* 同时处理主表和导入表的字符，统一为大写并去除前后空格 */
where upcase(trimn(diagnosis)) in (select distinct upcase(trimn(diagnosis_code)) from file_name);
quit;

方案2：彻底清除不可见字符

如果存在换行符、制表符等控制字符，用compress函数过滤：

proc sql;
create table data_table1
as select distinct *
from main_table
where compress(trimn(diagnosis), , 'kw') in (select distinct compress(trimn(diagnosis_code), , 'kw') from file_name);
quit;

'kw'参数表示去除所有空格（含全角）和不可见控制字符。

方案3：预处理导入的诊断码

先清洗导入数据再匹配，更直观：

/* 清洗导入的诊断码：去空格、转大写、过滤空值 */
data clean_diagnosis;
set file_name;
clean_code = upcase(trimn(diagnosis_code));
if clean_code ne ''; /* 排除空的诊断码 */
run;

/* 用清洗后的诊断码匹配主表 */
proc sql;
create table data_table1
as select distinct *
from main_table
where upcase(trimn(diagnosis)) in (select distinct clean_code from clean_diagnosis);
quit;

内容的提问来源于stack exchange，提问作者user24410651