詰めSAS4回目_直積（デカルト積、単純結合）を作成する

直積（デカルト積、単純結合）はデータセット同士の全オブザベーションの組み合わせのようなもので3obsのデータセットと4obsのデータセットの直積をとると12obsになります。
実践で使用する機会がそれほど多いとは思いませんが、たまにあったり、また直積を作った方がスムーズに以後の処理ができることもあります。

問題は
data Q1;
input A B;
cards;
1 2
3 4
5 6
;
run;
【データセットQ1】




data Q2;
input C $ D $;
cards;
A B
C D
E F
;
run;
【データセットQ2】

の二つから

のようなデータセットを作ることです。

【解法1】

data A1;

set Q1;

 do i=1 to Q2OBS;

  set Q2 nobs=Q2OBS point=i;

  output;

 end;

run;

まずはデータステップで詰みです。nobs=オプションはデータセットの総obs数をとれるのですが

それをsetステートメントの前に使用できるというのは意外です。それをループ終点にして

point=でダイレクトアクセスする度に明示的にOutputすることで、Q1のSetによって、Q1が1obs読まれる度にi=1からQ2の最後のobsまでOutputされ、それがQ1のSetが全obs完了するまで行われるので結果として直積が作成されます。2つのデータセットのサイズによって変わりますが

基本的にはこれが最も効率の良い作成法だと思われます。コードもコンパクトにまとまってます。

【解法2】

proc sql noprint;

 create table A2 as

  select *

  from Q1,Q2;

quit;

直積はSQLの基本ともいえるので（単純結合というぐらいですし）、SQLで詰ませます。

cross　join等の方が綺麗な書き方なのかもしれませんが、とりあえず一番単純な書き方で実現です。SQLを使う場合の注意点は、ログにnoteとしてデカルト積が生成されたことを知らせるメッセージが必ずでるので、ログの内容に厳格に注意を払う仕事では留意する必要があります。

【解法3】

data A3;

 if _N_=0 then do;

  set Q1 Q2;

 end;

 if _N_=1 then do;

  declare hash hq(dataset:'Q2');

  declare hiter hi('hq');

   hq.definekey('C','D');

   hq.definedata('C','D');

   hq.definedone();

 end;

  set Q1;

  rc=hi.first();

   if rc=0 then output;

  do while(rc=0);

   rc=hi.next();

   if rc=0 then output;

  end;

 drop rc;

run;

ハッシュ反復子でやってみました。ハッシュはメモリにデータを展開するので、作成が高速化するか

と思ってやったのですが、コードが悪いのか、いくつかテストした条件ではデータステップやSQLの

1.5～2倍遅い結果しかだせていません。効率悪いはコードは長くて意味不明だわでいいとこなしな

感じですが、恐らくQ１がかなり巨大でQ2もそこそこの大きさのデータセットにして、オプションで

ハッシュの割当サイズを適度にすれば、速くなったりする気がします。いや、そもそも直積にハッシュはあまり意味がないのか。すみません、勉強中です。