SAS技术问询：在函数/子程序中查找数据并返回数组

首先得明确：PROC FCMP函数里不能直接用SET语句读取数据集，这是你之前尝试失败的核心原因。不过我们可以借助SAS哈希对象来绕开这个限制——哈希对象可以在FCMP函数内部初始化并加载数据集，而且用STATIC关键字能让它只加载一次，避免重复读取数据影响效率。

下面是完整的实现代码，分两种常用场景：返回拼接字符串（适合在PROC SQL/DATA步直接调用），以及返回数组（适合需要单独处理每个值的场景）。

场景1：返回逗号分隔的MyVar2字符串 #

这个版本最通用，能直接在PROC SQL或DATA步里作为函数调用，返回所有匹配的MyVar2值，用逗号分隔：

/* 1. 创建测试用的MyData数据集（替换成你自己的数据集即可） */
data MyData;
  input MyVar1 $ MyVar2 $;
  datalines;
A Apple
A Apricot
B Banana
B Blueberry
C Cherry
;
run;

/* 2. 用PROC FCMP编写函数 */
proc fcmp outlib=work.funcs.MyFunction;
  function GetMyVar2(InParameter $) $;
    /* 定义静态哈希对象，确保只初始化一次 */
    declare hash h(ordered:'a');
    declare hiter iter('h');
    length MyVar1 $ 10 MyVar2 $ 20 key $ 10 value $ 20;
    static init_flag;

    /* 第一次调用时加载数据集到哈希表 */
    if init_flag ne 1 then do;
      h.definekey('MyVar1');
      h.definedata('MyVar2');
      h.definedone();
      h.load(dataset:'MyData'); /* 加载你的目标数据集 */
      init_flag = 1;
    end;

    /* 查找所有匹配InParameter的MyVar2值，拼接成字符串 */
    length result $ 200;
    result = '';
    key = InParameter;
    do while(iter.next()=0);
      if MyVar1 = key then do;
        if result ne '' then result = catx(', ', result, MyVar2);
        else result = MyVar2;
      end;
    end;

    return(result);
  endfunc;
run;

/* 3. 设置SAS系统选项，让函数能被全局调用 */
options cmplib=work.funcs;

/* 4. 测试：在DATA步调用 */
data test_data_step;
  input InputParam $;
  MyVar2_List = GetMyVar2(InputParam);
  datalines;
A
B
C
D
;
run;

/* 5. 测试：在PROC SQL调用 */
proc sql;
  select distinct MyVar1, GetMyVar2(MyVar1) as MyVar2_List
  from MyData;
quit;

场景2：返回MyVar2数组（用子程序实现） #

如果你需要单独处理每个匹配的MyVar2值，可以用FCMP子程序（SUBROUTINE）来返回数组：

proc fcmp outlib=work.funcs.MyFunction;
  subroutine GetMyVar2Array(InParameter $, out_array[*] $, out_count);
    outargs out_array, out_count;
    declare hash h(ordered:'a');
    declare hiter iter('h');
    length MyVar1 $ 10 MyVar2 $ 20 key $ 10;
    static init_flag;
    array temp[100] $ 20; /* 定义足够大的临时数组 */
    out_count = 0;

    if init_flag ne 1 then do;
      h.definekey('MyVar1');
      h.definedata('MyVar2');
      h.definedone();
      h.load(dataset:'MyData');
      init_flag = 1;
    end;

    /* 收集所有匹配的值到临时数组 */
    key = InParameter;
    do while(iter.next()=0);
      if MyVar1 = key then do;
        out_count + 1;
        temp[out_count] = MyVar2;
      end;
    end;

    /* 把临时数组的值赋值给输出数组 */
    do i=1 to out_count;
      out_array[i] = temp[i];
    end;
  endsub;
run;

/* 测试子程序 */
data test_subroutine;
  array results[5] $ 20;
  call GetMyVar2Array('A', results[*], count);
  put "匹配到的数量: " count;
  do i=1 to count;
    put "第" i "个值: " results[i];
  end;
run;

关键注意事项 #

• 用STATIC关键字标记init_flag和哈希对象，确保数据集只被加载一次，大幅提升效率。
• 哈希对象的ordered:'a'参数能让返回的结果按顺序排列，如果你不需要排序可以去掉。
• 如果你的MyVar2是数值型，只需要修改对应的length语句和数组定义即可，比如把$去掉，调整长度为数值类型（比如length MyVar2 8;）。
• 记得设置options cmplib=work.funcs;，否则SAS找不到你定义的函数/子程序。

内容的提问来源于stack exchange，提问作者Martin Dreher