在SAS中移除ID相同且Match字段为空的重复记录

以下几种方法可实现需求：保留每个ID下Match非空的记录，删除同一ID下Match为空的重复行；若某ID所有记录的Match均为空，则保留其中一条。

方法1：PROC SORT 组合去重（高效简洁） #

通过排序将Match非空的记录排在同ID组最前面，再按ID去重保留第一条：

/* 第一步：按ID分组，将Match非空的记录置于每组首位 */
proc sort data=your_input_data out=temp_sorted;
    by id descending match; /* SAS中空值优先级最低，降序后非空值靠前 */
run;

/* 第二步：按ID去重，自动保留每组第一条（即Match非空的记录） */
proc sort data=temp_sorted out=your_output_data nodupkey;
    by id;
run;

• 优势：代码短，处理大数据集效率高
• 说明：若某ID全是Match为空，会保留该ID的其中一条记录

方法2：DATA步 BY组处理（灵活可控） #

通过BY组标记需保留的记录，逻辑更清晰：

data your_output_data;
    set your_input_data;
    by id;
    retain keep_group 0;

    /* 进入新ID组时重置标记 */
    if first.id then do;
        keep_group = 0;
        /* 标记当前组是否存在Match非空的记录 */
        if not missing(match) then keep_group = 1;
    end;

    /* 保留规则：组内有非空Match则留对应记录，否则只留组内第一条 */
    if keep_group = 1 or (not missing(match)) then output;
    else if first.id then output;
run;

• 优势：可自定义保留规则，比如需保留多条非空Match记录时，只需调整条件
• missing()函数兼容字符型和数值型Match字段，通用性强

方法3：PROC SQL 子查询组合 #

用SQL逻辑拆分需求，适合熟悉SQL语法的用户：

proc sql;
    create table your_output_data as
    -- 第一部分：保留所有Match非空的记录
    select * from your_input_data where not missing(match)
    union all
    -- 第二部分：保留无有效Match的ID的单条记录
    select * from your_input_data
    where id not in (select distinct id from your_input_data where not missing(match))
    group by id
    having monotonic() = 1;
quit;

• 优势：逻辑直观，无需中间数据集
• 说明：monotonic()是SAS SQL非官方函数，也可用min(_n_)替代实现取每组第一条

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