如何高效更新SAS表：基于多条件匹配新增MATCH变量

方法一：PROC SQL 关联查询（新手友好） #

这是最容易上手的实现方式，用左关联保留T1所有记录，再通过条件判断生成MATCH变量。

PROC SQL;
    CREATE TABLE T1_MATCHED AS
    SELECT 
        T1.*,
        CASE WHEN T2.ID IS NOT NULL THEN 'Y' ELSE '' END AS MATCH
    FROM T1
    LEFT JOIN T2
        ON T1.ID = T2.ID AND T1.Ill_No = T2.Ill_No;
QUIT;

逻辑很直接：左连接后，能匹配到T2的记录会有T2的字段值，此时把MATCH设为'Y'；匹配不到的T2字段为空，MATCH就留空。

方法二：数据步哈希表匹配（大数据量首选） #

如果你的数据量很大（比如百万级以上），哈希表方法效率更高——它不需要提前排序，直接在内存里完成匹配，能大幅减少磁盘IO开销。

DATA T1_MATCHED;
    SET T1;
    * 第一次循环时加载T2数据到哈希表;
    IF _N_ = 1 THEN DO;
        DECLARE HASH h(dataset:'T2');
        h.defineKey('ID', 'Ill_No'); * 把ID和Ill_No设为匹配的键;
        h.defineDone();
        CALL MISSING(ID, Ill_No); * 初始化变量避免残留值;
    END;
    * 检查当前T1记录是否在哈希表中;
    IF h.find() = 0 THEN MATCH = 'Y'; * 返回0表示匹配成功;
    ELSE MATCH = '';
RUN;

适用场景总结 #

• 小数据集：优先选PROC SQL，代码短、易理解，新手能快速验证结果。
• 大数据集：用哈希表方法，性能优势明显，跑起来更快。

内容的提问来源于stack exchange，提问作者NewJC