基于多列的SAS表左连接问题：单列匹配多列遇数据类型错误

问题背景 #

需要将表IPDTE.ipdte103pt3（表A）与GBD.GBD_expand_test1（表B）做左连接，用表A的ICD9CM_1_v3列匹配表B的30个cause_code_uni_1到cause_code_uni_30列。习惯用R，初次用SAS实现时遇到两个问题：

• 手动写多个OR的匹配条件过于繁琐
• 执行时出现数据类型不匹配报错：ERROR: Expression using = has components that are of different data types.

第一步：解决数据类型不匹配问题 #

报错原因是匹配的两个变量类型不一致（比如一个是字符型，一个是数值型），需要先统一类型：

• 如果表A的ICD9CM_1_v3是字符型，表B的cause_code_uni_*是数值型：用put函数把数值转成字符，示例：

proc sql;
    create table ipdte_gbd as
    select A.*, B.*
    from IPDTE.ipdte103pt3 as A
    left join GBD.GBD_expand_test1 as B
    on A.ICD9CM_1_v3 = put(B.cause_code_uni_1, $10.)  /* $10.根据实际字符长度调整 */
    or A.ICD9CM_1_v3 = put(B.cause_code_uni_2, $10.)
    or A.ICD9CM_1_v3 = put(B.cause_code_uni_3, $10.);
quit;

• 如果表A的ICD9CM_1_v3是数值型，表B的cause_code_uni_*是字符型：用input函数把字符转成数值，示例：

proc sql;
    create table ipdte_gbd as
    select A.*, B.*
    from IPDTE.ipdte103pt3 as A
    left join GBD.GBD_expand_test1 as B
    on input(A.ICD9CM_1_v3, best.) = B.cause_code_uni_1
    or input(A.ICD9CM_1_v3, best.) = B.cause_code_uni_2
    or input(A.ICD9CM_1_v3, best.) = B.cause_code_uni_3;
quit;

可以先用proc contents查看变量类型：

proc contents data=IPDTE.ipdte103pt3; run;
proc contents data=GBD.GBD_expand_test1; run;

第二步：用宏简化30个匹配条件 #

手动写30个OR太麻烦，用SAS宏循环自动生成匹配条件：

%macro join_multiple_cols;
proc sql;
    create table ipdte_gbd as
    select A.*, B.*
    from IPDTE.ipdte103pt3 as A
    left join GBD.GBD_expand_test1 as B
    on 
    %do i=1 %to 30;
        A.ICD9CM_1_v3 = put(B.cause_code_uni_&i., $10.)  /* 根据实际类型调整转换方式 */
        %if &i. ne 30 %then or;  /* 最后一个条件不加OR */
    %end;
    ;
quit;
%mend;

%join_multiple_cols;  /* 调用宏 */

如果是数值转字符的情况，把put换成input即可，比如：

input(A.ICD9CM_1_v3, best.) = B.cause_code_uni_&i.

注意事项 #

• 转换格式（比如$10.、best.）要根据实际变量的长度/精度调整，避免截断或转换错误
• 左连接可能会产生重复行：如果表B中有多个列匹配到表A的同一行，结果会生成多条记录，后续可以根据需求去重

内容的提问来源于stack exchange，提问作者Luz