如何在SAS/PROC SQL中判断分组内变量是否包含指定值（无循环/子查询）

需求说明 #

按分组变量ID判断var1字段是否包含值“B”或“C”：

• 若该ID下存在“B”或“C”，则var2设为1
• 否则var2设为0
  要求使用SAS或PROC SQL实现，且禁止使用do循环或子查询

输入数据集 #

data input;
length ID 3 var1 $8;
input ID var1 $;
datalines;
1 A
1 A
1 B
2 A
2 A
2 A
;
run;

期望输出 #

data output;
input ID var2;
datalines;
1 1
2 0
;
run;

解决方案1：SAS DATA步实现 #

利用BY分组和RETAIN语句跟踪标记值，无需循环：

data output;
    set input;
    by ID;
    retain var2 0; /* 保留变量值，跨行传递 */
    /* 只要当前ID下有行匹配条件，就将var2设为1 */
    if var1 in ('B','C') then var2 = 1;
    /* 仅在每组最后一行输出，确保每个ID只保留一条记录 */
    if last.ID then output;
    drop var1; /* 移除不需要的字段 */
run;

解决方案2：PROC SQL实现 #

使用聚合函数MAX()直接计算分组内的标记最大值，无需子查询：

proc sql;
    create table output as
    select 
        ID,
        /* 符合条件返回1，否则0，取分组内最大值即可判断是否存在匹配 */
        max(case when var1 in ('B','C') then 1 else 0 end) as var2
    from input
    group by ID;
quit;

内容的提问来源于stack exchange，提问作者hmhensen