SAS如何筛选指定报告期全变量完全重复的COLLATERAL_ID及计数

现有SAS数据集PRCR.TB_IFRS9_COLLATERAL，包含REPORTING_DATE、COLLATERAL_ID在内共13个变量，需求为筛选REPORTING_DATE = 31DEC2021的记录，提取全部13个变量取值完全一致的重复记录对应的COLLATERAL_ID及重复次数。

原有代码逻辑缺陷：group by子句仅指定了3个字段，未覆盖全部13个变量；未开启SQL严格聚合模式时，其余未分组字段会随机返回组内某条记录的取值，因此会出现分组后其他字段取值不一致的问题，无法满足全字段重复的判定要求。

不需要手动枚举全部13个变量，借助SAS内置_all_关键字即可自动引用数据集所有变量作为分组依据，代码简洁且运行效率高，全版本SAS兼容的写法如下：

/* 第一步：筛选目标日期数据，排序阶段直接过滤无重复的单条记录 */
proc sort data=PRCR.TB_IFRS9_COLLATERAL(where=(REPORTING_DATE="31DEC2021"d))
          out=temp_dup nouniquekey;
    by _all_;
run;

/* 第二步：按全变量分组计数，输出重复组的ID和重复次数 */
proc summary data=temp_dup nway;
    class _all_;
    output out=final_res(drop=_type_ _freq_ rename=(_count_=repeat_cnt) where=(repeat_cnt>1));
    id COLLATERAL_ID;
run;

• 最终输出数据集final_res中，repeat_cnt为对应全变量重复组的重复次数，默认保留所有变量取值，可直接提取COLLATERAL_ID使用。
• 如果仅需要COLLATERAL_ID和重复次数字段，可在第二步数据集选项中添加keep=COLLATERAL_ID repeat_cnt即可。
• 代码中nouniquekey选项会在排序阶段直接剔除全变量组合仅出现1次的无重复记录，减少后续计算的数据量，大数据量场景下性能远高于手动枚举全字段的写法。

如果偏好SQL写法，且使用SAS 9.4M6及以上版本，也可以用更短的SQL代码实现：

proc sql;
create table final_res as
select COLLATERAL_ID, count(*) as repeat_cnt
from PRCR.TB_IFRS9_COLLATERAL
where REPORTING_DATE="31DEC2021"d
group by _all_
having count(*) > 1;
quit;

内容的提问来源于stack exchange，提问作者axel_p