SAS如何按ID分组合并多条var1值至all_names变量？

要实现同一ID下所有var1条目合并，需要利用SAS的retain语句跨观测保留累积的字符串，结合first.ID和last.ID控制变量初始化与输出时机，以下提供两种常用场景的代码：

场景1：每个ID仅输出一行，包含合并后的所有名称 #

data want;
  set test;
  by ID;
  length all_names $ 200; /* 根据实际需求调整变量长度，避免截断 */
  retain all_names; /* 保留变量值，跨观测传递 */
  
  if first.ID then do;
    all_names = var1; /* 该ID的第一个观测，初始化合并字符串 */
  end;
  else do;
    all_names = catx(', ', all_names, var1); /* 后续观测追加新名称，catx自动处理分隔符 */
  end;
  
  if last.ID then output; /* 仅在每个ID的最后一行输出合并结果 */
  keep ID all_names; /* 保留需要的变量 */
run;

场景2：原数据每行都显示对应ID的完整合并名称 #

如果需要保留原数据的所有行，同时每行都显示该ID的全部合并名称，可以先通过汇总得到每个ID的合并值，再合并回原数据集：

/* 第一步：生成每个ID的合并名称汇总表 */
proc sql;
  create table id_all_names as
  select ID, catx(', ', collect(set(var1))) as all_names length=200
  from test
  group by ID;
quit;

/* 第二步：合并回原数据集 */
data want;
  merge test id_all_names;
  by ID;
run;

关键说明 #

• retain语句：让变量在跨观测时保留上一个观测的值，是实现累积合并的核心。
• catx函数：相比cat更适合字符串合并，它会自动忽略空值，且不会在字符串开头或结尾添加多余的分隔符。
• first.ID/last.ID：通过BY分组后自动生成的标识变量，分别标记每个ID的第一个和最后一个观测，用于初始化和输出控制。

内容的提问来源于stack exchange，提问作者xxx33xxx