如何用Do循环管理Work文件夹多数据集并合并100个区县人口数据集

嘿，这个需求太常见了！要把Work库下100个结构一致的区县人口数据集合并成一个综合表，完全不用手动写100个set语句，给你两种高效的方法，按需选就行：

如果你的所有区县数据集都在Work库，并且要么名字有统一前缀（比如都是dist_开头），要么Work库下只有这些目标数据集，直接用SAS的成员名通配符: 就能批量匹配所有数据集：

/* 合并Work库下所有数据集到综合表districtscomp */
data districtscomp;
    set work.:; /* 冒号表示匹配Work库下所有数据集，有无关数据的话别用！ */
run;

注意：如果Work库下还有其他你不想合并的数据集，这个方法会把它们也加进来，所以一定要确保只有目标区县数据集在Work库，或者用更精准的通配符（比如work.dist_:匹配所有dist_开头的数据集）。

如果Work库下混有其他无关数据集，或者区县数据集的名字没有统一规律，这个方法会自动筛选出符合变量结构的目标数据集，再生成合并代码，精准又省心：

步骤1：查询字典表筛选目标数据集 #

先通过SAS内置的字典表找出Work库下包含所有目标变量（DISTRICTNAME、ASIAN、BLACK、COLORED、WHITE）的数据集，把它们的名字存到宏变量里：

proc sql noprint;
    select memname into :datasets separated by ' '
    from dictionary.tables
    where libname = 'WORK' /* 指定要查询的库为Work */
    and exists (
        /* 子查询确保当前数据集包含所有5个目标变量 */
        select 1 from dictionary.columns
        where libname = 'WORK'
        and memname = dictionary.tables.memname
        and name in ('DISTRICTNAME', 'ASIAN', 'BLACK', 'COLORED', 'WHITE')
        group by memname
        having count(distinct name) = 5
    );
quit;

步骤2：动态合并所有筛选出的数据集 #

用刚才生成的宏变量&datasets来自动生成set语句，完成合并：

data districtscomp;
    set &datasets.;
run;

这个方法的优势是精准安全，只会合并那些结构完全符合要求的区县数据集，不会误加其他无关数据，特别适合你这种有大量数据集的场景。

另外补充一句：不管每个区县数据集里是1条记录（像你给的例子那样）还是多条记录，set语句都会按顺序把所有观测追加到综合表中，最终得到的就是包含所有区县人口统计信息的完整数据集。

内容的提问来源于stack exchange，提问作者Nathan123