请求SAS数据步编写与优化：识别未下单客户、统计客户订单量

场景1：识别未下过任何订单的客户列表 #

原代码问题 #

你提供的代码存在逻辑缺陷：merge order_newcustomer_table 未明确指定两个表的in=标记，合并逻辑不完整，无法准确筛选出无订单的客户。

可选实现方式 #

方式1：带in=选项的数据步

这是数据步的标准写法，通过in=标记区分客户表和订单表的观测，精准筛选无订单客户：

data no_order_customers;
  merge customers(in=c) orders(in=o);
  by CustomerID;
  if c and not o; /* 仅保留在客户表存在、订单表无匹配的记录 */
run;

方式2：PROC SQL（更直观）

如果追求代码可读性，PROC SQL的左连接+空值判断写法更易懂：

proc sql;
  create table no_order_customers as
  select c.*
  from customers c
  left join orders o on c.CustomerID = o.CustomerID
  where o.CustomerID is null;
quit;

场景2：统计每位客户的总订单数 #

推荐最优方案：PROC SQL #

代码简洁，逻辑清晰，一步完成关联与统计，无需多步处理，是大多数场景下的首选：

proc sql;
  create table customer_order_count as
  select c.CustomerID, c.CustomerName, c.ContactName, c.Country,
         count(o.OrderID) as TotalOrders format=8.
  from customers c
  left join orders o on c.CustomerID = o.CustomerID
  group by c.CustomerID, c.CustomerName, c.ContactName, c.Country;
quit;

其他可选实现方式 #

方式1：数据步（适合复杂逻辑扩展）

如果需要在统计前后添加自定义逻辑（如条件转换、特殊标记），数据步更灵活：

/* 先按客户ID汇总订单数 */
data order_summary;
  set orders;
  by CustomerID;
  if first.CustomerID then TotalOrders = 0;
  TotalOrders + 1; /* 累加器自动保留值，无需retain */
  if last.CustomerID; /* 仅保留每个客户的最后一条汇总记录 */
  keep CustomerID TotalOrders;
run;

/* 合并到客户表，无订单的客户补0 */
data customer_order_count;
  merge customers order_summary;
  by CustomerID;
  if missing(TotalOrders) then TotalOrders = 0;
run;

方式2：PROC FREQ（高效统计）

如果仅需快速统计订单数，PROC FREQ执行效率更高，后续再合并客户信息即可：

proc freq data=orders noprint;
  tables CustomerID / out=order_summary(rename=(count=TotalOrders) drop=percent);
run;

/* 合并到客户表，补全无订单客户的订单数为0 */
data customer_order_count;
  merge customers order_summary;
  by CustomerID;
  if missing(TotalOrders) then TotalOrders = 0;
run;

方案对比 #

• PROC SQL：代码最简洁，逻辑直观，一次性完成关联统计，维护成本低，优先推荐。
• 数据步：灵活性强，适合需要嵌入复杂业务逻辑的场景，但代码步骤较多。
• PROC FREQ：针对订单数统计的场景效率高，但仅能输出统计结果，需额外合并客户信息。

内容的提问来源于stack exchange，提问作者raj