PROC SQL双表JOIN求和时仅统计到单表记录问题求助

问题产生原因 #

• 关联条件完全错误：expired和active两张分表的关联键应该是分组维度policy_vintage，你写的on wy.expired= ak.active是用两个统计指标值做匹配，两者大概率没有对应关系，会导致几乎所有行匹配失败，expired表的字段匹配后全为缺失值，求和自然只能得到active表的统计结果。
• 连接逻辑不符合需求：你需要的是两张表各自的全量汇总值，左连接只能覆盖active表存在的policy_vintage范围，若expired表存在active表没有的policy_vintage，对应过期量也会被遗漏。
• 多余的关联逻辑：你的需求是全局总求和，完全不需要做表关联，额外的关联操作反而引入了匹配错误的问题。

修复方案 #

方案1（最优：无需关联，直接统计） #

不需要先生成分表，直接从原始表按条件统计全局总和即可，逻辑最高效：

proc sql;
create table graphbar as
select
  sum(case when CREDIT = "A" then 1 else 0 end) as ACTIVE,
  sum(case when CREDIT = "W" then 1 else 0 end) as EXPIRED
from PolisyEnd
where CREDIT in ("A","W");
quit;

方案2（保留先做分表的逻辑） #

不需要关联，分别对两张分表求和后合并为单行结果即可：

proc sql;
create table graphbar as
select
  (select sum(ACTIVE) from active) as ACTIVE,
  (select sum(EXPIRED) from expired) as EXPIRED;
quit;

方案3（必须用关联逻辑的修正写法） #

如果必须通过关联实现，先修正关联条件为policy_vintage，用全连接覆盖所有维度值后再求和：

proc sql;
create table graphbar as
select
  sum(ACTIVE) as ACTIVE,
  sum(EXPIRED) as EXPIRED
from (
  select 
    coalesce(ak.policy_vintage, wy.policy_vintage) as policy_vintage,
    coalesce(ak.ACTIVE, 0) as ACTIVE,
    coalesce(wy.EXPIRED, 0) as EXPIRED
  from active ak
  full join expired wy
  on ak.policy_vintage = wy.policy_vintage
) t;
quit;

内容的提问来源于stack exchange，提问作者user17322178