如何生成与SAS Proc Compare打印结果结构一致的输出数据集并解决ID重复问题

问题原因 #

你当前代码中使用的outbase、outcomp参数默认会为每个存在差异的ID分别生成两条记录：

• 一条标记_TYPE_='BASE'，存储base数据集的对应取值
• 一条标记_TYPE_='COMPARE'，存储compare数据集的对应取值
  因此会出现ID变量bridge_recip_id重复出现的问题。

解决方案 #

方案1：使用TRANSPOSE参数（推荐，适配SAS 9.4及以上版本） #

在PROC COMPARE语句中添加transpose参数，该参数会自动将BASE和COMPARE的取值转为列维度存储，每个ID仅保留一行记录，完全匹配你需要的输出结构：

proc compare base= b compare=c out= discordant outnoequal outbase outcomp transpose;
    id bridge_recip_id;
run;

方案2：手动转置处理（适配低版本SAS） #

如果你的SAS版本不支持transpose参数，可以对现有输出数据集做二次处理，合并同一ID的两条记录为一行：

* 按ID和记录类型排序;
proc sort data=discordant;
    by bridge_recip_id _type_;
run;

* 合并同ID的BASE和COMPARE记录，按需求重命名字段;
data discordant_final;
    merge 
        discordant(where=(_type_='BASE') rename=(/* 按你的实际字段列表修改，示例如下 */
            _obs_ = obs_base
            变量1 = 变量1_base
            变量2 = 变量2_base
        ))
        discordant(where=(_type_='COMPARE') rename=(
            _obs_ = obs_comp
            变量1 = 变量1_comp
            变量2 = 变量2_comp
        ));
    by bridge_recip_id;
    drop _type_ _diff_; * 按需删除不需要的中间字段;
run;

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