如何删除SAS数据步骤中的重复项

Question

如何删除SAS数据步骤中的重复项.

data uscpi;
      input year month cpi;
   datalines;
   1990  6 129.9
   1990  7 130.4
   1990  8 131.6
   1990  9 132.7
   1991  4 135.2
   1991  5 135.6
   1991  6 136.0
   1991  7 136.2
   ;
   run;

PROC SORT DATA = uscpi OUT = uscpi_dist NODUPKEY; 
 BY year ; 
 RUN; 

我可以使用proc步骤,但如何在数据步骤中删除它.提前致谢

Answer 1

使用处理时,可以使用SAS创建的first.&last.自动变量by-group.它们可以更好地控制您认为重复的行.请阅读手册以通过数据步骤中的组处理来理解

 data uscpi_dedupedByYear;
 set uscpi_sorted;
 by year;
 if first.year; /*only keep the first occurence of each distinct year.  */
 /*if last.year; */ /*only keep the last occurence of each distinct year*/

 run;

很大程度上取决于您的输入数据集的排序方式.例如:如果您的输入数据集按年和月排序,if first.year;那么您可以看到它只保留任何给定年份的最早月份.但是,如果您的数据集按时间排序,year & descending month则if first.year;在任何给定年份保留上个月.

这种行为明显不同于nodupkey 工作方式.