SAS全连接结果异常：id1字段值全部为1的解决方法

问题原因 #

你使用proc sql的full join时，因为两个数据集的acct和date完全相同，会触发笛卡尔积匹配——table1的每一行都会和table2的所有行进行关联，最终生成3×4=12行数据，这显然不是你需要的行对齐合并效果，你看到的id1全为1大概率是数据显示不全或筛选后的结果。

解决方案 #

方法一：用Data Step的Merge语句（推荐） #

这是最贴合你需求的方式，SAS的merge在按by变量分组后，会在同一分组内按行顺序匹配两个数据集的记录，自动给缺失的行补全缺失值：

data new;
    merge table1 table2;
    by acct date;
run;

执行后会直接得到你期望的输出：前3行对应两个数据集的前3行记录，第4行因table1无对应行，id1自动填充为缺失值，id2取table2的第4行值。

方法二：添加行号后用Proc SQL连接 #

如果必须使用Proc SQL，可以先给两个数据集添加分组内的行号，再按行号+连接键做全连接：

/* 为table1添加分组内的行号 */
data table1_with_row;
    set table1;
    by acct date;
    if first.date then row_num = 0;
    row_num + 1;
run;

/* 为table2添加分组内的行号 */
data table2_with_row;
    set table2;
    by acct date;
    if first.date then row_num = 0;
    row_num + 1;
run;

/* 按行号+连接键全连接，确保行对齐 */
proc sql;
    create table new as
        select coalesce(a.acct, b.acct) as acct,
               coalesce(a.date, b.date) as date,
               coalesce(a.Name, b.Name) as Name,
               a.id1,
               b.id2
        from table1_with_row a
        full join table2_with_row b
            on a.acct = b.acct 
            and a.date = b.date 
            and a.row_num = b.row_num;
quit;

coalesce函数用于提取非缺失的键值和Name字段，保证这些字段不会出现缺失，最终实现行对齐的合并效果。

内容的提问来源于stack exchange，提问作者ankita sharma