如何将多步SAS Proc SQL语句优化合并为单条语句？

需求回顾 #

需要完成以下操作并合并为单条Proc SQL语句：

• 关联xyzstore.filea（对应原table_a）与xyzstore.fileb（对应原table_b）
• 关联Excel导入后的filec，计算账户邮编与门店邮编的距离
• 按距离区间汇总交易数和销售额

注意事项 #

Excel文件无法直接通过Proc SQL读取，因此必须先执行proc import导入数据，这一步无法合并到后续的Proc SQL中。

合并后的代码 #

/* 先导入Excel文件（必须单独执行） */
proc import datafile="/location/file.xlsx"
out=filec dbms=xlsx replace;
run;

/* 单条Proc SQL完成所有关联、计算与汇总 */
proc sql;
create table final as
select 
    case 
        when zipcitydistance(b.account_zipcode, c.store_zipcode) <= 5 then "<=5"
        when zipcitydistance(b.account_zipcode, c.store_zipcode) between 5 and 10 then "5-10"
        when zipcitydistance(b.account_zipcode, c.store_zipcode) between 10 and 15 then "10-15"
        else ">=15"
    end as distance_bucket,
    sum(a.transactions) as total_txn,
    sum(a.sales) as total_sales
from xyzstore.filea as a
left join xyzstore.fileb as b
    on a.account_number = b.account_number
inner join filec as c
    on a.store_number = c.store_number
group by distance_bucket;
quit;

代码说明 #

1. 直接引用库表：无需通过data步将库中表导入临时表，Proc SQL可直接访问xyzstore库下的filea和fileb
2. 多表关联合并：将原三次SQL的关联逻辑合并为一次多表连接，减少中间表生成
3. 简化距离计算：在case语句中直接调用zipcitydistance函数，无需单独生成distance字段
4. 清晰分组：使用distance_bucket别名分组，比位置序号更直观，降低维护风险

内容的提问来源于stack exchange，提问作者hk2