使用CASE-WHEN或PROC IMPORT统一SAS变量格式以实现表行合并

一、解决CASE语句类型不匹配错误 #

你遇到的报错根源是SQL的CASE要求所有分支返回相同数据类型：当ID为数值型时，PUT(ID,4.)返回字符型，但ELSE ID直接返回原数值型ID，两者类型冲突导致报错。

用DATA步处理类型转换更灵活，无需额外生成类型标记变量，直接通过VTYPE函数判断并转换：

data table1_formatted;
    set table1;
    * 统一ID为字符型;
    if vtype(ID) = 'N' then ID_char = put(ID, 4.);
    else ID_char = ID;
    * 统一CODE为数值型;
    if vtype(CODE) = 'C' then CODE_num = input(CODE, best12.);
    else CODE_num = CODE;
    * 统一Descr为字符型（数值转字符）;
    if vtype(Descr) = 'N' then Descr_char = put(Descr, $200.); * 长度按需调整;
    else Descr_char = Descr;
    * 统一zip为字符型;
    if vtype(zip) = 'N' then zip_char = put(zip, 5.); * 邮编长度按需调整;
    else zip_char = zip;
    * 保留目标字段并重命名;
    keep ID_char CODE_num Descr_char zip_char;
    rename ID_char=ID CODE_num=CODE Descr_char=Descr zip_char=zip;
run;

二、批量处理多张表的最优方案 #

针对大量表的统一格式需求，用SAS宏自动循环处理并合并是最高效的方式：

步骤1：定义待处理表列表 #

可以手动指定或自动匹配WORK库中符合规则的表：

* 方式1：手动指定表名;
%let table_list = table1 table2 table3; * 按需添加更多表;

* 方式2：自动获取WORK库中以TABLE开头的表;
proc sql noprint;
    select memname into :table_list separated by ' '
    from dictionary.tables
    where libname='WORK' and memname like 'TABLE%';
quit;

步骤2：批量转换+合并宏 #

%macro standardize_and_merge(table_list=, out_table=final_merged);
    * 初始化最终合并数据集的结构;
    data &out_table.;
        length ID $4 CODE 8 Descr $200 zip $5; * 定义目标变量的长度与类型;
        stop; * 仅创建结构，不写入数据;
    run;

    * 循环处理每个表;
    %do i=1 %to %sysfunc(countw(&table_list.));
        %let current_table = %scan(&table_list., &i.);
        data temp_&current_table.;
            set &current_table.;
            * 转换ID为字符型;
            if vtype(ID) = 'N' then ID = put(ID, 4.);
            else ID = left(ID); * 清理字符型ID的前置空格;
            * 转换CODE为数值型;
            if vtype(CODE) = 'C' then CODE = input(CODE, best12.);
            * 转换Descr为字符型;
            if vtype(Descr) = 'N' then Descr = put(Descr, $200.);
            else Descr = left(Descr);
            * 转换zip为字符型;
            if vtype(zip) = 'N' then zip = put(zip, 5.);
            else zip = left(zip);
            * 仅保留目标字段;
            keep ID CODE Descr zip;
            * 可选：处理缺失值;
            if missing(ID) then delete;
        run;

        * 将转换后的表追加到最终数据集;
        proc append base=&out_table. data=temp_&current_table. force;
        run;

        * 删除临时表;
        proc datasets lib=WORK nolist;
            delete temp_&current_table.;
        run;
    %end;
%mend standardize_and_merge;

* 调用宏执行批量处理;
%standardize_and_merge(table_list=&table_list., out_table=final_merged);

步骤3：优化导入逻辑（可选） #

为从根源减少类型不匹配，建议用INFILE+INPUT代替PROC IMPORT，完全控制变量类型：

data table1;
    infile "filelocation/table1.txt" dlm='|' dsd firstobs=2; * firstobs=2适用于带表头的文件;
    length ID $4 CODE 8 Descr $200 zip $5;
    input ID $ CODE Descr $ zip $;
run;

这种方式避免了PROC IMPORT的类型猜测误差，也可以结合宏实现批量导入。

内容的提问来源于stack exchange，提问作者JLi