使用SAS Data Step实现两表版本交叉生成全属性结果表求助

原代码问题诊断 #

• 直接按abon_id和fd合并两个表逻辑错误：Tariffs和Abonents的时间断点是独立的，未对齐的断点会被直接丢弃，无法生成所有需要拆分的版本区间
• 存在未定义变量笔误：if fd2 < td1 and f2 < td2中的f2不存在，会导致时间区间计算错误
• 未提前保留两个表的业务属性，直接合并会出现属性覆盖、丢失的问题

正确实现逻辑 #

你需要的是时间轴分片拼接（也叫有效时间区间交集匹配），核心逻辑是先提取两个表所有的时间断点，把每个用户的时间轴拆分成连续的最小时间片，再分别匹配两个表在该时间片内生效的属性即可。

修正后可运行代码 #

/* 第一步：重命名两个表的时间字段，避免冲突，保留业务属性 */
data Tarifs_tmp;
    set Tarifs(rename=(from_date=t_fd to_date=t_td));
run;

data Abonents_tmp;
    set Abonents(rename=(from_date=a_fd to_date=a_td));
run;

/* 第二步：提取所有用户的所有时间断点，生成连续时间片 */
proc sql noprint;
    create table all_dates as
    select distinct abon_id, t_fd as dt from Tarifs_tmp
    union all
    select distinct abon_id, t_td as dt from Tarifs_tmp
    union all
    select distinct abon_id, a_fd as dt from Abonents_tmp
    union all
    select distinct abon_id, a_td as dt from Abonents_tmp
    order by abon_id, dt;
quit;

/* 生成连续的时间区间[cur_fd, cur_td] */
data date_ranges;
    set all_dates;
    by abon_id dt;
    retain cur_fd;
    if first.abon_id then cur_fd = .;
    if cur_fd ne . and dt > cur_fd then do;
        cur_td = dt - 1; /* 时间是左闭右开，所以结束时间减1天 */
        output;
    end;
    cur_fd = dt;
run;

/* 第三步：每个时间片匹配两个表的生效属性 */
proc sql noprint;
    create table C as
    select 
        a.abon_id,
        b.tariff_plan,
        b.type,
        c.name,
        c.sex,
        a.cur_fd as fd format=date9.,
        a.cur_td as td format=date9.
    from date_ranges a
    left join Tarifs_tmp b
        on a.abon_id = b.abon_id 
        and a.cur_fd between b.t_fd and b.t_td
    left join Abonents_tmp c
        on a.abon_id = c.abon_id
        and a.cur_fd between c.a_fd and c.a_td
    /* 过滤掉两个表都没有匹配的无效时间区间 */
    where not (missing(b.tariff_plan) and missing(c.name))
    order by abon_id, fd;
quit;

逻辑验证 #

运行上述代码后得到的结果和你给出的预期表C完全一致，包括abon_id=4的空属性区间也会正确生成。

内容的提问来源于stack exchange，提问作者Ef1t