如何在SAS中合并不等量数据集并重复单观测值至全量

当你直接使用merge语句合并单观测数据集df2和多观测数据集df1时，只会将df2的观测匹配到df1的第一行，其余行的目标变量会缺失。要实现df2的数值自动重复匹配到df1所有行，以下是几种适合自动化场景的解决方案：

方法1：RETAIN语句+SET循环组合 #

先读取单观测数据集并保留变量值，再循环读取多观测数据集的所有行，自动填充保留的变量值：

data df3;
    retain d;
    set df2;
    do until(eof_df1);
        set df1 end=eof_df1;
        output;
    end;
run;

说明：retain d确保变量d的值在数据步循环中不会被重置，do until循环遍历df1的每一行并输出，实现全量匹配。

方法2：PROC SQL笛卡尔积 #

利用SQL的笛卡尔积特性，无需额外处理即可实现全量匹配，代码简洁高效：

proc sql;
    create table df3 as
        select df1.*, df2.d
        from df1, df2;
quit;

说明：SQL会自动将df2的唯一行与df1的所有行进行无关联匹配，直接生成目标数据集。

方法3：带虚拟BY变量的MERGE语句 #

若坚持使用merge语法，可通过添加相同的虚拟BY变量实现全量匹配：

data df1_temp;
    set df1;
    by_var = 1;
run;

data df2_temp;
    set df2;
    by_var = 1;
run;

data df3;
    merge df1_temp df2_temp;
    by by_var;
    drop by_var;
run;

说明：相同的虚拟BY变量会让merge将两个数据集的所有行按BY值合并，最后删除虚拟变量即可得到整洁的目标数据集。

以上三种方法均可生成你期望的结果：

a b c d
1 2 3 4
6 7 8 4
5 6 9 4

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