如何基于状态列优先级在PROC SQL中实现ID去重

嗨，这个需求很好解决，核心思路是给不同的Status设置优先级（Done > In Progress > Backlog），然后通过分组筛选每个ID下优先级最高的记录就行。下面是具体的实现方法：

实现逻辑 #

1. 给每个状态分配优先级权重：Done权重最高（比如3），In Progress次之（2），Backlog最低（1）；
2. 用窗口函数ROW_NUMBER()按ID分组，再按权重降序排序，给每个组内的记录编号；
3. 筛选出每个ID编号为1的记录，就是我们需要的最终结果。

完整PROC SQL代码 #

PROC SQL;
/* 创建去重后的最终表 */
CREATE TABLE final_unique_data AS
SELECT ID, Status
FROM (
    /* 内层子查询：给每个记录添加优先级排序编号 */
    SELECT 
        ID, 
        Status,
        ROW_NUMBER() OVER (
            PARTITION BY ID 
            ORDER BY 
                CASE Status 
                    WHEN 'Done' THEN 3 
                    WHEN 'In Progress' THEN 2 
                    WHEN 'Backlog' THEN 1 
                END DESC
        ) AS priority_rank
    FROM your_source_table /* 替换成你的原始表名 */
) ranked_data
WHERE priority_rank = 1; /* 只保留每个ID下优先级最高的记录 */
QUIT;

代码解释 #

• PARTITION BY ID：把数据按ID分成独立的组，每个组内处理自己的记录；
• ORDER BY CASE ... DESC：根据状态的优先级从高到低排序，确保Done排在最前面，其次是In Progress，最后是Backlog；
• ROW_NUMBER()：给每个组内的记录按排序结果编号，优先级最高的记录编号为1；
• 外层查询筛选priority_rank = 1，就得到了每个ID唯一的、符合优先级要求的状态记录。

验证结果 #

按照你的原始数据，运行后会得到如下结果：

完全符合你要求的保留规则~

内容的提问来源于stack exchange，提问作者mr Pi