如何在SAS中实现家庭号码与手机号码同值时清除家庭号码取值

核心逻辑说明 #

你需要实现的规则本质是：对单条记录做判等，仅当手机号码、家庭电话均为非空有效取值，且二者完全相同时，清空该条记录下的家庭电话字段取值，保留手机号码字段原值；其余情况两个字段均保留原有内容。
这里需要注意SAS与Access的核心语法差异：SAS的数据集为统一列结构，无法做到单条记录物理删除某一列，因此“drop某条记录的家庭电话”的标准实现是将该条记录对应的家庭电话字段赋值为系统缺失值，导出时缺失值会自动显示为空，不会破坏数据集结构。 #

推荐实现方式1：DATA步（处理效率最高，适配所有字段类型） #

DATA步是SAS逐记录处理的原生逻辑，对字符、数值型字段的兼容性最好，不会出现语法兼容问题。

data 自定义输出数据集名;
    set 输入源数据集名;
    * 逐记录判断逻辑；
    if missing(cellphonenumber) = 0 
       and missing(homephonenumber) = 0
       and cellphonenumber = homephonenumber then do;
        * 满足重复条件时，将该条记录的家庭电话设为缺失值；
        call missing(homephonenumber);
        * 可选：在日志打印处理记录，方便后续核对；
        put "重复号码处理：人员ID=" 人员唯一标识 " 重复号码=" cellphonenumber;
    end;
run;

代码说明：missing()函数会自动识别数值型、字符型字段的缺失状态，不需要像Access那样区分判断is null、空字符串；同时提前判断两个字段非空，避免将“两个字段都为空”的无效场景误判为重复。
如果你的号码字段存储时带前后隐形空格，可以在判等环节加compress()函数清理空格，避免判等失效：

* 修改后的判等条件；
if missing(cellphonenumber) = 0 
   and missing(homephonenumber) = 0
   and compress(cellphonenumber) = compress(homephonenumber) then do;

推荐实现方式2：PROC SQL（适配你熟悉的Access SQL开发习惯） #

如果你更习惯SQL语法，可以用SAS过程步PROC SQL实现完全相同的逻辑。SAS SQL原生兼容ANSI SQL标准，支持distinct、复杂嵌套查询等Access环境做了功能裁剪的语法能力，不需要额外适配。

proc sql noprint;
    create table 自定义输出数据集名 as
    select
        * 所有需要保留的非号码字段,
        cellphonenumber,
        case
            when cellphonenumber is not missing
                 and homephonenumber is not missing
                 and cellphonenumber = homephonenumber
            then * 数值型缺失写.，字符型缺失写'';
                .
            else homephonenumber
        end as homephonenumber format=$15. * 字符型可以指定格式，数值型去掉format参数即可;
    from 输入源数据集名;
quit;

常见踩坑规避 #

• 不要直接写if cellphonenumber = homephonenumber作为判等条件：这种写法会将两个字段均为空的记录也判定为重复，对本来就未填写家庭电话的记录做无意义的置空操作，增加日志噪音
• 不要为了实现单条记录删列，尝试动态调整数据集结构：SAS的列是全表统一的元数据，动态改列结构会大幅降低处理效率，赋值缺失值是最符合SAS设计逻辑的实现方式
• 如果号码字段存储为纯数字格式，注意提前补位避免前导0丢失：比如号码开头的0被SAS存数值时删掉，会导致判等失效，建议统一将号码字段转为字符型处理。

内容的提问来源于stack exchange，提问作者jcaldararo