SAS月度数据集合并：按Unique_ID去重并替换VAR1≤0的行

需求说明 #

我有多个包含MIA_CURR列的月度数据集，需要合并成一个数据集，每个Unique_ID仅保留一行，规则如下：

• 新增首个数据集（DATA1）中不存在的Unique_ID行（来自后续数据集如DATA2）
• 若DATA1中某行的VAR1≤0，则用后续数据集（DATA2）的对应行替换该行

我尝试的PROC SQL代码（未达预期） #

PROC SQL;
CREATE TABLE DATA3 AS 
SELECT 
*
FROM 
DATA1
UNION
SELECT 
*
FROM 
DATA2 AS B
WHERE 
    NOT EXISTS
    ( SELECT *
    FROM DATA1 AS A
    WHERE A.UNIQUE_ID= B.UNIQUE_ID or a.VAR1>0
    )
    
;
QUIT;

示例数据 #

DATA1 #

DATA2 #

期望输出DATA3 #

问题分析与修正代码 #

原代码问题 #

原NOT EXISTS子句的逻辑错误：A.UNIQUE_ID=B.UNIQUE_ID OR a.VAR1>0会导致两种情况都无法选中DATA2的行——只要DATA1存在任意VAR1>0的行，或者B的ID在DATA1中，就会过滤掉B的行，完全不符合需求。

正确PROC SQL代码 #

PROC SQL;
CREATE TABLE DATA3 AS
/* 保留DATA1中VAR1>0的行 */
SELECT * FROM DATA1 WHERE VAR1 > 0
UNION
/* 从DATA2中选取两类行：
   1. DATA1中不存在的Unique_ID
   2. DATA1中存在但VAR1≤0的对应行（用于替换）
*/
SELECT B.*
FROM DATA2 AS B
LEFT JOIN DATA1 AS A ON A.UNIQUE_ID = B.UNIQUE_ID
WHERE A.UNIQUE_ID IS NULL /* DATA1无此ID，新增 */
   OR A.VAR1 <= 0; /* DATA1有此ID但VAR1≤0，替换 */
QUIT;

替代方案：DATA步实现 #

如果更习惯用DATA步，也可以通过合并标记的方式实现：

DATA DATA3;
MERGE DATA1(in=in_data1) DATA2(in=in_data2);
BY UNIQUE_ID;
/* 处理ID同时存在于两个数据集的情况：DATA1的VAR1≤0则用DATA2的行 */
IF in_data1 AND in_data2 THEN DO;
    IF DATA1.VAR1 <= 0 THEN SET DATA2;
    ELSE OUTPUT;
END;
/* 新增DATA1没有的ID行 */
ELSE IF in_data2 THEN OUTPUT;
/* 保留DATA1中VAR1>0的行 */
ELSE IF in_data1 AND DATA1.VAR1 > 0 THEN OUTPUT;
RUN;

内容的提问来源于stack exchange，提问作者MLPNPC