SAS基于多列分组对指定列分别求和生成新表问题求助

a 现有代码问题定位与修复 #

问题根因 #

最后一步PROC SQL左连接逻辑错误：汇总后的want表每个groupID仅对应1行结果，但关联的test1表每个groupID对应原分组的所有明细行，一对多匹配直接导致汇总结果重复，行数与原明细行数一致。

修复方法 #

仅需修改PROC SQL步骤，关联时取分类列的唯一值即可：

proc sql;
create table test1_results as
select distinct b.Col1,b.Col2,b.Col3,b.Col4, a.Col5,a.Col6
from want as a
left join test1 as b
on a.groupID = b.groupID;
quit;

修改后输出结果即可保证每个分组仅1行。

b 简洁高效的实现方案 #

不需要自定义分组ID、多次转表，SAS原生支持多列直接作为分组键，以下是两种最优实现：

方案1：PROC SQL实现（代码最简，无需提前排序） #

适合中小数据量，逻辑直观易理解：

proc sql;
create table Final_table as
select Col1, Col2, Col3, Col4, 
       sum(Col5) as Col5 format=best32., 
       sum(Col6) as Col6 format=best32.
from XXX
group by Col1, Col2, Col3, Col4;
quit;

方案2：PROC SUMMARY实现（大数据量下性能更优） #

处理百万级以上数据时效率远高于SQL，无需提前排序：

proc summary data=XXX nway;
/* 指定分组列 */
class Col1 Col2 Col3 Col4;
/* 指定需要求和的数值列 */
var Col5 Col6;
/* 输出汇总结果，sum=后直接写列名即可保持原列名 */
output out=Final_table sum=Col5 Col6;
run;

说明：nway参数的作用是仅输出所有class列完全一致的分组汇总结果，完全匹配你的需求。

内容的提问来源于stack exchange，提问作者uwd