SAS中基于职位与任职年月的跨数据集员工匹配问题

我来帮你搞定这个SAS匹配的问题！首先，你的第一个数据集是宽格式（一个员工的多条职位信息存在同一行），第二个是单职位的长格式数据集。要实现按职位名称和任职年月的匹配，核心思路是先把宽格式数据集转成和第二个数据集结构一致的长格式，再进行关联匹配。具体步骤如下：

步骤1：将宽格式数据集转换为长格式 #

我们可以利用SAS的数组（array）来批量处理多个后缀的职位变量，把每个员工的多条职位信息拆分成单独的行记录：

/* 将宽格式员工职业信息转换为长格式 */
data emp_long;
    set emp_wide; /* 替换成你的第一个宽格式数据集名称 */
    /* 定义数组，覆盖所有职位相关变量，根据实际最大职位数调整数组长度 */
    array jobtitles[*] JobTitle1-JobTitle10;
    array monthyears[*] MonthYearofTitle1-MonthYearofTitle10;
    array depts[*] Department1-Department10;
    
    /* 遍历数组，提取非空的职位记录 */
    do i = 1 to dim(jobtitles);
        if not missing(jobtitles[i]) then do;
            JobTitle = jobtitles[i];
            MonthYearofTitle = monthyears[i];
            Department = depts[i];
            output; /* 输出每条有效职位记录 */
        end;
    end;
    
    /* 保留需要的字段 */
    keep employeeID JobTitle MonthYearofTitle Department;
run;

步骤2：执行匹配操作 #

转换完成后，两个数据集都是长格式（每条记录对应一个员工的一个职位），我们可以用proc sql来执行关联匹配，匹配条件为职位名称和任职年月完全一致：

/* 匹配两个数据集，生成匹配结果 */
proc sql;
    create table matched_employees as
    select 
        e.employeeID,
        e.JobTitle,
        e.MonthYearofTitle,
        e.Department,
        s.* /* 保留第二个数据集的所有字段，替换成你的第二个数据集名称 */
    from emp_long e
    inner join single_job_emp s /* single_job_emp替换为你的第二个数据集名称 */
        on e.JobTitle = s.JobTitle
        and e.MonthYearofTitle = s.MonthYearofTitle;
quit;

关键注意事项 #

• 格式一致性检查：确保两个数据集中MonthYearofTitle的格式完全一致（比如都是YYYYMM的数值格式，或者MM/YYYY的字符格式）。如果格式不同，需要先用input()或put()函数统一格式，避免匹配失败。
• 重复记录处理：如果第二个数据集存在相同职位+任职年月的重复记录，匹配后会生成多条结果，你可以根据需求添加distinct关键字去重，或者保留所有匹配记录。
• 匹配类型选择：如果需要保留第二个数据集的所有记录（即使在第一个数据集中找不到匹配），可以把inner join改成left join，这样未匹配的记录也会出现在结果中，对应第一个数据集的字段会显示为缺失值。

内容的提问来源于stack exchange，提问作者Kelly