刚好处理过类似的批量拆分需求，给你写一个稳健、高效的SAS宏，专门用来把大数据集按日期拆分成每日独立文件，还会考虑到大数据集的性能问题：

%macro split_daily_data(
    in_ds=,          /* 输入的大型SAS数据集名 */
    date_var=trans_date,  /* 日期变量名，默认是trans_date */
    out_prefix=daily_  /* 输出数据集的前缀，默认是daily_ */
);

    /* 第一步：检查输入参数合法性 */
    %if &in_ds. = %then %do;
        %put ERROR: 必须指定输入数据集名(in_ds参数);
        %return;
    %end;

    /* 检查输入数据集是否存在 */
    %if %sysfunc(exist(&in_ds.)) = 0 %then %do;
        %put ERROR: 输入数据集&in_ds.不存在;
        %return;
    %end;

    /* 第二步：提取所有唯一的日期值，并存入临时数据集 */
    proc sort data=&in_ds.(keep=&date_var.) nodupkey out=unique_dates;
        by &date_var.;
    run;

    /* 第三步：将唯一日期值存入宏变量列表 */
    data _null_;
        set unique_dates end=last;
        /* 将SAS日期转换为yyyymmdd格式，用于生成合法的数据集名 */
        date_str = put(&date_var., yymmddn8.);
        /* 用CALL SYMPUTX存储日期字符串到宏变量，索引从1开始 */
        call symputx(cats('date_', _n_), date_str);
        /* 存储总日期数 */
        if last then call symputx('total_dates', _n_);
    run;

    /* 第四步：循环每个日期，生成对应的每日数据集 */
    %do i=1 %to &total_dates.;
        %let current_date_str = &&date_&i.;
        %let current_date = %sysfunc(inputn(&current_date_str., yymmdd8.));

        data &out_prefix.&current_date_str.;
            set &in_ds.;
            where &date_var. = &current_date.;
        run;

        %put NOTE: 已生成数据集&out_prefix.&current_date_str.，对应日期：%sysfunc(putn(&current_date., date9.));
    %end;

    /* 清理临时数据集 */
    proc datasets lib=work nolist;
        delete unique_dates;
    run;
    quit;

%mend split_daily_data;

使用说明 #

你只需要调用这个宏，传入你的输入数据集名即可，比如你的数据集叫march_data，直接运行：

%split_daily_data(in_ds=march_data);

关键细节解释 #

• 合法性检查：宏开头先做参数和数据集存在性检查，避免运行时报错找不到数据源
• 唯一日期提取：用PROC SORT NODUPKEY高效获取所有不重复的日期，比PROC SQL更适合大数据集
• 数据集命名规范：把SAS日期转成yyyymmdd格式（比如20240301），生成的数据集名比如daily_20240301，既直观又符合SAS命名规则
• 性能优化：虽然用WHERE子句会多次读取原数据集，但对于42个变量的数据集来说，这种方式实现简单且足够高效；如果你的数据集已经按trans_date排序，可以改成用BY组处理（只读取一次原数据集），需要的话我可以再优化这个版本
• 日志跟踪：每个数据集生成后会输出日志，方便你跟踪进度

内容的提问来源于stack exchange，提问作者Jay