SAS数据集转格式报错：范围重复/重叠C811-C811，求解决方案

这个问题我之前碰到过，本质是你的library.drug数据集中存在重复的code值——SAS自定义格式要求每个start（也就是这里的code）必须唯一对应一个label，当同一个code对应多条不同的short_description时，就会触发这个"This range is repeated, or values overlap"的错误。

下面是具体的解决步骤：

1. 先定位重复的code值 #

首先你需要确认哪些code重复了，用这两段代码都可以：

方式一：用Proc Freq快速查看重复频率 #

proc freq data=library.drug;
    tables code / nocol nocum; /* 只显示每个code的出现次数 */
run;

运行后看输出里次数大于1的code，就是问题所在。

方式二：导出所有重复的观测明细 #

如果原数据集没按code排序，先执行这段排序代码：

proc sort data=library.drug;
    by code;
run;

再导出重复观测：

data duplicate_codes;
    set library.drug;
    by code;
    if not (first.code and last.code); /* 只保留出现多次的code的所有观测 */
run;

2. 根据业务需求处理重复值 #

找到重复值后，你需要根据实际业务逻辑选择处理方式：

选项一：保留每个code的第一条观测 #

如果重复的short_description是冗余数据，只需要保留每个code对应的第一条描述：

data work.drug_route;
    set library.drug;
    by code;
    if first.code; /* 只保留每个code组的第一行 */
    length fmtname $32.;
    retain fmtname '$drug_description';
    rename code=start short_description=label;
run;

选项二：合并重复code的所有描述 #

如果同一个code对应多个有效描述，想把它们合并成一个标签（比如用逗号分隔）：

data work.drug_route;
    length label $50.; /* 调整长度确保能容纳合并后的文本 */
    set library.drug;
    by code;
    retain label;
    if first.code then label = short_description; /* 初始化标签 */
    else label = catx(', ', label, short_description); /* 追加新描述 */
    if last.code; /* 只保留每个code组的最后一行，此时label是合并后的结果 */
    length fmtname $32.;
    retain fmtname '$drug_description';
    rename code=start;
run;

选项三：直接删除重复的code（去重） #

如果确定重复的code是错误数据，直接保留唯一值：

proc sort data=library.drug nodupkey out=drug_unique;
    by code; /* 按code去重，保留第一条出现的观测 */
run;

data work.drug_route;
    set drug_unique;
    length fmtname $32.;
    retain fmtname '$drug_description';
    rename code=start short_description=label;
run;

3. 重新运行Proc Format #

处理完重复值后，再执行你的格式创建代码就不会报错了：

proc format library=library.formats cntlin=work.drug_route;
run;

内容的提问来源于stack exchange，提问作者Jiani Tian