奇怪的行为做连接和

Question

    create table umd2
    as select a.permno, a.date, a.realdate, exp(sum(log(1+b.ret))) - 1 as cum_return
    from msex2 (obs=50 keep=permno date realdate) as a, msex2 (obs=50 keep=permno date ret) as b
    where a.permno=b.permno and 0<=intck('month', b.date, a.date)<3
    group by a.permno, a.date
    having count(b.ret)=3;

此查询用于计算动量(过去3个月的累计回报).但是,这给了我重复的行.我认为group by不会返回重复的行？当我将realdate列添加到我的group by语句时,

    create table umd2
    as select a.permno, a.date, a.realdate, exp(sum(log(1+b.ret))) - 1 as cum_return
    from msex2 (obs=50 keep=permno date realdate) as a, msex2 (obs=50 keep=permno date ret) as b
    where a.permno=b.permno and 0<=intck('month', b.date, a.date)<3
    group by a.permno, a.date, a.realdate
    having count(b.ret)=3;

那些重复的行消失了.为什么是这样？

Answer 1

这是SAS的行为方式.SAS识别以下查询:

select a.permno, a.date, a.realdate, count(*)
from <whatever>
group by a.permno, a.date, a.realdate;

作为聚合查询.这意味着行被聚合和减少,每三个列的组合有一个结果行.特别是,select匹配中的非聚合列(或是子集)中的列group by.

当你这样做:

select a.permno, a.date, a.realdate, count(*)
from <whatever>
group by a.permno, a.date;

您现在使用的是非标准SQL.大多数数据库都会生成错误.MySQL会接受这种语法,并a.read_date从匹配值中分配任意值.SAS做了不同的事情.SAS说:"好吧,你显然不打算将其作为聚合查询." 因此,它不会聚合行,但会将聚合值附加到每一行.在其他数据库中,您可以使用窗口函数执行此操作.

从技术上讲,SAS会调用此重新汇总的摘要数据,此处将对此进行说明.