SAS PROC SQL多WHERE条件查询错误排查与修正方法

原始代码错误清单 #

• 表关联逻辑断裂：4张表的关联缺少统一关联条件，t1、t2关联后没有和t3、t4建立关联，会生成无效笛卡尔积或直接关联失败，需要补充t3与主表的关联逻辑。
• IN子句语法错误：IN操作符后多个枚举值需用逗号分隔，而非and，原写法in ("243tab" and "246tab")会被判定为布尔运算，无法完成枚举匹配。
• BETWEEN语法错误：between前不需要加等号，原写法t1.year=between不符合语法规范；如果t1.year是数值型字段，不需要给年份值加双引号。
• 字段归属不明确：count、disease_code、nm_cd等字段未指定所属表，会触发字段歧义报错。
• 函数名错误：SAS内置子串截取函数为substr而非stubstr，如果是左匹配药品编码需要补充截取起始位置和长度参数。
• 业务逻辑不匹配：若要求患者同时服用过两种指定药物，仅用IN子句只能匹配到服用过其中一种的患者，需要补充分组后的去重计数判断；首次用药（用药次数=1）的判断如果是统计得到的指标，不能直接在WHERE子句过滤，需要用HAVING子句处理聚合结果。
• SELECT与GROUP BY逻辑不匹配：仅按index_num分组，SELECT子句中R_key、patient_name未聚合也未加入分组，返回结果不符合预期。

修正后代码 #

以下代码默认字段归属：disease_code属于t1表、nm_cd属于t4表、4张表关联键均为index_num、year为数值型字段，可根据实际表结构调整字段归属。

option compress=yes;
libname p "/user/temp/data_source";

proc sql;
create table m_join as
select 
    t1.index_num, 
    t1.R_key, 
    t1.patient_name 
from p.m1 as t1 
/* 补全4张表的关联逻辑 */
inner join p.m2 as t2 
    on t1.index_num = t2.index_num 
inner join p.m3 as t3 
    on t1.index_num = t3.index_num
inner join p.m4 as t4
    on t1.index_num = t4.index_num
where 
    t1.disease_code = "I48"
    and t1.year between 2010 and 2021
    /* 若nm_cd不需要截取子串可直接写t4.nm_cd in ("243tab","246tab") */
    and substr(t4.nm_cd,1,6) in ("243tab","246tab")
group by 
    t1.index_num, t1.R_key, t1.patient_name
having 
    /* 若仅要求首次用药为其中一种，保留该行；若要求首次同时服用两种药，替换为count(distinct t4.nm_cd) =2 */
    count(distinct t4.nm_cd) = 1
;
quit;

补充说明 #

如果原表已经预计算好每个患者的用药次数字段count，可将HAVING子句的判断规则替换为having t4.count =1即可。

内容的提问来源于stack exchange，提问作者Plutos