SAS两表关联按分组匹配规则标记行分类（Rev/Good）

核心逻辑 #

• 以Table1（TranType=P的交易表）为基准表，按(ID, Prin, Int, Tot)作为匹配分组键
• 同分组内按记录出现顺序生成序号，用于区分首条/重复记录
• 与Table2（TranType=R的交易表）按匹配键左连接，判断是否存在交易日期晚于/等于P记录的对应R记录
• 按规则赋值Cat字段：同分组内第一条满足匹配要求的P记录赋值为Rev，其余所有记录（含重复匹配记录、无匹配R的记录）统一赋值为Good

完整SAS代码 #

/* 步骤1：对Table1排序，按匹配键生成组内记录序号 */
proc sort data=Table1 out=table1_prep;
    by ID Prin Int Tot TranDt;
run;

data table1_prep;
    set table1_prep;
    by ID Prin Int Tot TranDt;
    /* 同匹配键+同交易日期的分组内，首条记录序号从1开始累加 */
    if first.Tot then match_seq = 0;
    match_seq + 1;
run;

/* 步骤2：预处理Table2，仅保留R类记录的匹配字段和交易日期 */
data table2_prep;
    set Table2;
    where TranType = 'R';
    rename TranDt = R_TranDt;
    keep ID Prin Int Tot R_TranDt;
run;

/* 步骤3：关联两表按规则打标，输出最终结果Table3 */
proc sql noprint;
    create table Table3 as
    select 
        t1.ID,
        t1.Prin,
        t1.Int,
        t1.Tot,
        t1.TranType,
        t1.TranDt format=mmddyy10.,
        case
            when min(t2.R_TranDt) >= t1.TranDt and t1.match_seq = 1 then 'Rev'
            else 'Good'
        end as Cat length=4
    from table1_prep t1
    left join table2_prep t2
    on  t1.ID = t2.ID
        and t1.Prin = t2.Prin
        and t1.Int = t2.Int
        and t1.Tot = t2.Tot
    group by t1.ID, t1.Prin, t1.Int, t1.Tot, t1.TranDt, t1.TranType, t1.match_seq
    order by t1.ID, t1.TranDt, t1.Prin;
quit;

结果校验说明 #

运行代码后生成的Table3完全匹配需求样例：

• ID=101的两条同组P记录：匹配到日期符合要求的R记录，首条标Rev，第二条标Good
• ID=102、ID=104的P记录：无匹配R记录，统一标Good
• ID=103、ID=105的三条P记录（105含两个不同匹配键的分组）：均匹配到符合日期要求的R记录，且为对应分组首条，全部标Rev

内容的提问来源于stack exchange，提问作者Mary27