如何编写SAS程序检测同一ID下奔驰与保时捷的hour值是否重复

数据老陈

2026-7-22

SAS解决方案：同一ID下Mercedes与Porsche小时值重复检测

方法一：数据步结合RETAIN语句实现跨观测判断

先按id排序（确保同一ID的观测连续），再用RETAIN语句暂存当前ID下Mercedes和Porsche的hour值，最后对同一ID的所有观测标记错误状态：

/* 先按ID排序，保证同一ID的观测连续 */
proc sort data=old;
    by id;
run;

/* 生成带error标记的新数据集 */
data new;
    set old;
    by id;
    /* 定义并保留两个品牌的hour值，ID切换时重置 */
    retain mercedes_hour porsche_hour;
    if first.id then do;
        mercedes_hour = .;
        porsche_hour = .;
    end;
    /* 分别存储两个品牌的hour值 */
    if brand = 'Mercedes' then mercedes_hour = hour;
    else if brand = 'Porsche' then porsche_hour = hour;
    /* 判断是否满足错误条件：两个hour值都非空且相等 */
    if not(missing(mercedes_hour)) and not(missing(porsche_hour)) and mercedes_hour = porsche_hour then
        error = 1;
    else
        error = 0;
    drop mercedes_hour porsche_hour;
run;

方法二：PROC SQL关联查询实现标记

通过提取每个ID下两个品牌的hour值，再与原表关联判断是否重复：

proc sql;
    create table new as
        select o.*,
               case when m.hour = p.hour then 1 else 0 end as error
        from old o
        left join (select id, hour from old where brand='Mercedes') m
            on o.id = m.id
        left join (select id, hour from old where brand='Porsche') p
            on o.id = p.id;
quit;