SAS数据步中按分组拼接合并字符串的实现方法求助

嘿，这个把同一first值对应的second字段拼接成逗号分隔字符串的需求，在SAS里有两种非常实用的实现方式，我给你详细拆解下：

方法一：使用PROC SQL的STRING_AGG函数（SAS 9.4M5及以上版本） #

如果你用的是较新的SAS版本，STRING_AGG函数可以直接帮你完成分组拼接，代码简洁到飞起：

首先先创建你的测试数据集：

data have;
    input first second $3.;
    cards;
1 A
1 B
1 C
1 D
2 E
2 F
3 S
3 A
4 C
5 Y
6 II
6 UU
6 OO
6 N
7 G
7 H
;
run;

然后用PROC SQL生成目标数据集：

proc sql;
    create table want as
        select first,
               string_agg(second, ',') as second separated by ','
        from have
        group by first
        order by first;
quit;

说明： #

• STRING_AGG(second, ',') 会把每个first组下的second值用逗号连接
• group by first 指定按first分组聚合
• 如果你的数据里有缺失值，可以加上ignore nulls参数：string_agg(second, ',' ignore nulls)

方法二：数据步实现（兼容所有SAS版本） #

如果你的SAS版本比较旧，不支持STRING_AGG，用数据步结合BY语句和RETAIN也能轻松搞定：

data want;
    length concat_second $200; /* 根据实际需求调整长度 */
    retain concat_second;
    set have;
    by first;
    
    if first.first then do;
        concat_second = second;
    end;
    else do;
        concat_second = catx(',', concat_second, second);
    end;
    
    if last.first then do;
        second = concat_second;
        output;
    end;
    drop concat_second;
run;

说明： #

• length concat_second $200; 提前定义拼接变量的长度，避免截断，长度根据你的实际数据调整
• retain concat_second; 让变量在数据步迭代中保留上一行的值
• by first; 按first分组，first.first表示组内第一个观测，last.first表示组内最后一个观测
• 组内第一个观测直接把second赋值给拼接变量，后续观测用catx（自动忽略缺失值）拼接
• 只在组的最后一个观测输出结果，保证每个first只对应一行

关于输出的引号 #

你给出的示例输出里second字段带引号，其实SAS数据集里的字符变量本身不会包含引号，这只是显示格式。如果需要输出时显示引号，可以在拼接的时候加上，比如把concat_second = second;改成concat_second = quote(second);，或者用put语句输出时指定格式。

内容的提问来源于stack exchange，提问作者DIY-DS