如何通过数组或简便方法批量创建SAS多数据集？

你说得太对了，当genre变量数量很多时，手动逐个写输出语句完全是重复劳动，用SAS的**数组（Array）**来处理这类批量变量问题最适合不过了，而且我们还可以跳过创建中间数据集G1-G4的步骤，直接一步生成最终的new数据集，效率大幅提升！

优化后的代码 #

data new;
    set have;
    /* 定义数组，包含所有genre开头的变量 */
    array genres[*] genre1-genre4; /* 如果变量是连续命名的，用这种方式；如果不连续，可以列出来：genre1 genre3 genre5... */
    
    /* 遍历数组中的每个变量 */
    do i = 1 to dim(genres);
        genre = genres[i]; /* 将当前数组元素的值赋值给新变量genre */
        if genre then output; /* 只要genre值非0就输出，和你原来的逻辑一致 */
    end;
    
    /* 不需要保留循环变量i，可选删除 */
    drop i;
run;

代码解释 #

• 数组定义：array genres[*] genre1-genre4; 这里用[*]让SAS自动计算数组元素的个数，genre1-genre4指定了要处理的变量范围——如果你的genre变量是连续命名（比如genre1到genre100），直接写genre1-genre100就行，完全不用逐个列出来；如果变量命名不连续，就把所有变量名用空格分隔列在后面，比如array genres[*] genre1 genre3 genre5;。
• 循环遍历：do i = 1 to dim(genres); 用dim(genres)获取数组的长度，这样不管你有多少个genre变量，循环都会自动适配，不用手动修改循环次数。
• 赋值与输出：每次循环把当前数组变量的值赋给genre，然后判断如果genre非0就输出，和你原来的if genreX then output GX逻辑完全一致，但实现了批量处理。
• 清理变量：drop i; 把循环用的临时变量i从最终数据集中删除，避免冗余。

扩展场景：如果需要保留原数据集的其他变量 #

上面的代码会自动保留原have数据集中的所有其他变量（比如year、type），和你原来合并后的new数据集结构完全一致，你可以直接验证结果。

如果后续genre变量数量增加，比如新增了genre5到genre10，只需要修改数组定义里的变量范围为genre1-genre10即可，其他代码完全不用改，非常灵活！

内容的提问来源于stack exchange，提问作者Tian Zhao