SAS 按ID分组删除单条日期记录逻辑未按预期运行

错误原因 #

1. BY组粒度与需求不匹配
   你当前代码中proc sort和data步的BY ID date语句将分组粒度设定为「ID+日期」的组合，first.date and last.date同时为真仅代表当前观测是它所在的「ID+日期」分组中的唯一一条，完全不符合你预期的「删除同一ID下仅存在单个对应日期的所有条目」的逻辑。
2. 输出为空的直接原因
   你的数据集内所有「ID+日期」分组大概率都只有1条观测，导致所有观测都命中了delete条件，最终输出数据集无剩余记录。

正确实现方案 #

方案1：SQL实现（逻辑清晰易读） #

/* 统计每个ID对应的唯一日期数量 */
proc sql noprint;
    create table id_date_count as
    select ID, count(distinct date) as date_cnt
    from have
    group by ID;
quit;

/* 过滤保留日期数大于1的ID的所有记录 */
proc sql noprint;
    create table want as
    select a.*
    from have a
    inner join id_date_count b
    on a.ID = b.ID
    where b.date_cnt > 1;
quit;

方案2：Data步双SET实现 #

proc sort data=have; by ID date; run;

data want;
    /* 第一次遍历统计每个ID的唯一日期数 */
    set have;
    by ID;
    retain date_cnt;
    if first.ID then date_cnt = 0;
    if first.date then date_cnt + 1;
    /* 匹配到ID的最后一条记录时，判断是否需要输出该ID的全部记录 */
    if last.ID then do;
        if date_cnt > 1 then do until(last.ID);
            set have;
            by ID;
            output;
        end;
    end;
run;

补充排查 #

如果你实际需求就是删除「ID+日期」分组下仅有1条的观测，原有逻辑是成立的，可先运行以下代码排查分组的记录数分布：

proc freq data=have;
    tables ID*date / out=group_record_count noprint;
run;

proc print data=group_record_count;
    where count = 1;
run;

内容的提问来源于stack exchange，提问作者user6610400