如何为SAS数据集Flight的Carrier列匹配Airlines数据添加标签？

这是SAS数据处理里非常典型的关联匹配需求，我推荐两种最实用的实现方式，你可以根据自己的数据集情况选择：

方法1：使用PROC SQL（推荐，无需提前排序） #

PROC SQL是SAS里处理数据关联最灵活的工具，不需要提前对数据集排序，直接通过关联键匹配即可。这里我们用Flight的carrier列和Airlines的Flght_carrier_Code列作为匹配键，把航空公司名称name合并到Flight数据集中。

示例代码： #

PROC SQL;
    CREATE TABLE Flight_with_Airline AS
    SELECT 
        f.*,  /* 保留Flight数据集的所有字段 */
        a.name AS airline_name  /* 把Airlines的name字段重命名为更清晰的airline_name */
    FROM Flight f
    LEFT JOIN Airlines a
        ON f.carrier = a.Flght_carrier_Code;  /* 匹配条件：Carrier和代码一致 */
QUIT;

说明： #

• 使用LEFT JOIN可以保证Flight里所有行都被保留，即使某个Carrier在Airlines里没有匹配项（这种情况下airline_name会显示为缺失值）。如果只需要保留能匹配上的行，可以换成INNER JOIN。
• 你可以根据需要调整输出字段，比如只选择特定字段而不是f.*。

方法2：使用DATA步MERGE（适合大数据，需提前排序） #

如果你的数据集非常大，DATA步的MERGE通常会比PROC SQL更高效，但需要先将两个数据集按匹配键排序。

步骤1：对两个数据集按匹配键排序 #

/* 排序Flight数据集 */
PROC SORT DATA=Flight;
    BY carrier;
RUN;

/* 排序Airlines数据集 */
PROC SORT DATA=Airlines;
    BY Flght_carrier_Code;
RUN;

步骤2：执行MERGE合并 #

DATA Flight_with_Airline;
    MERGE Flight (IN=f) Airlines (IN=a RENAME=(Flght_carrier_Code=carrier));
    BY carrier;  /* 按排序后的匹配键合并 */
    IF f;  /* 只保留Flight里的所有行（等价于LEFT JOIN） */
    /* 如果要只保留匹配成功的行，可以换成IF f AND a; */
RUN;

说明： #

• RENAME=(Flght_carrier_Code=carrier)是为了让Airlines的匹配键列名和Flight的carrier一致，这样BY语句可以正常工作。
• IN=f和IN=a用来标记当前行来自哪个数据集，IF f确保Flight的所有行都被保留，即使没有匹配到Airlines的记录。

验证结果 #

不管用哪种方法，最终生成的Flight_with_Airline数据集都会新增一个航空公司名称字段（比如airline_name或者name），对应示例数据里的结果如下（以前几行为例）：

date carrier flight tailnum air_time airline_name
01-01-2013 UA 1714 N24211 227 United Air Lines Inc.
01-01-2013 AA 1141 N619AA 160 American Airlines Inc.
01-01-2013 B6 725 N804JB 183 JetBlue Airways

内容的提问来源于stack exchange，提问作者Aman kashyap