如何在SAS中基于条件删除单行？附回归数据集tie值处理需求

在SAS里基于条件删除单行数据，最常用的两种方法是DATA步或者PROC SQL，我给你分别举例子说明：

方法1：使用DATA步 #

你可以在DATA步里用IF语句筛选保留符合条件的观测，不符合的会自动被排除（等价于删除）。比如要删除Probt > 0.05的观测，代码如下：

data want;
    set have;
    /* 只保留Probt <= 0.05的观测，相当于删除Probt > 0.05的行 */
    if Probt <= 0.05;
run;

如果是更复杂的条件，比如删除tie = 'yes'且R_value < 0.8的观测，就把条件写清楚：

data want;
    set have;
    if not (tie = 'yes' and R_value < 0.8);
run;

方法2：使用PROC SQL #

用SQL的DELETE语句可以直接删除符合条件的行，但要注意直接修改原数据集需谨慎，建议先备份：

/* 先备份原数据集 */
proc sql;
    create table have_backup as select * from have;
    /* 删除Probt > 0.05的行 */
    delete from have
    where Probt > 0.05;
quit;

或者用CREATE TABLE生成新数据集，避免修改原数据：

proc sql;
    create table want as
    select * from have
    where Probt <= 0.05;
quit;

从你提供的数据集来看，X3和X4的Probt值相同且被tie='yes'标记，这类场景下通常会保留R平方值（R_value）更高的变量，下面给你两种实现方式：

方法1：DATA步结合BY组处理 #

先按Probt分组，组内按R_value降序排序，只保留每组的第一行（即R_value最大的观测）：

/* 先排序：按Probt分组，组内按R_value降序排列 */
proc sort data=have;
    by Probt descending R_value;
run;

/* 保留每组的第一个观测 */
data want;
    set have;
    by Probt;
    if first.Probt;
run;

处理后X4（R_value=0.9026）会被保留，X3被删除，其他无tie的观测也会正常保留。

方法2：PROC SQL分组筛选 #

用SQL的GROUP BY和MAX()函数筛选每个Probt组里R_value最大的观测：

proc sql;
    create table want as
    select h.*
    from have h
    inner join (
        /* 先找出每个Probt对应的最大R_value */
        select Probt, max(R_value) as max_R
        from have
        group by Probt
    ) sub
    on h.Probt = sub.Probt and h.R_value = sub.max_R;
quit;

这个方法同样会保留X4、删除X3，同时保留其他无重复Probt的观测。

如果你的需求是删除任意一个tie标记的观测（不考虑R_value），可以用行号来处理：

proc sql;
    create table want as
    select *, monotonic() as row_num
    from have;
quit;

proc sql;
    delete from want
    where tie = 'yes' and row_num = (select min(row_num) from want where tie = 'yes');
quit;

这样会删除tie组里行号最小的观测（即X3）。

内容的提问来源于stack exchange，提问作者Nathan123