対してSQLは集合論ベースの言語で原則的にデータの格納位置(アドレス)に縛られない書き方ができます。
今以下のような2つのデータセットがあるとします。
data Q_1;
input X $ Y $ Z $;
cards;
A C D
D B C
C A B
B B A
C A C
A C A
B A C
;
run;
data Q_2;
input X $ Y $ Z $;
cards;
D C D
D B C
C A B
B F A
C A C
C C A
F A C
;
run;
今Q_1について、Q_2に同じ内容のオブザベーションのあるレコードのみを抽出したいとします。
その場合、
proc sql;
create table A_1 as
select *
from Q_1
intersect corr all
select *
from Q_2
;
quit;
二つの抽出文をintersectで繋ぐことで共通のデータを残すことができます。
これをSASで書くなら
MergeのQ_2にin=をつけてQ_2からデータが読み込まれたらフラグがたつようにして
X Y Zを全部BYに指定して、in=が1になるデータだけを残す感じです。
この場合においては僕はSQLの方が、やりたいことの本質にあった、見通しのよい
コードになっていると思います。
また同様に、Q_1からQ_2と共通でない、かぶってないデータを欲しい場合は
proc sql;
create table A_2 as
select *
from Q_1
except corr all
select *
from Q_2
;
quit;
のようにexceptで繋ぎます。
allは重複を勝手にけさない、corrは処理の時にきちんと変数名をみてやってください的な
役割です。
何かやりたいことがあるとき、データステップでやるかSQLでやるか迷った場合は
やりたいことをイメージ化してみるのがいいと思います。
思い浮かんだのがフロー図であれば、データステップ
ベン図ならSQLって感じで。
0 件のコメント:
コメントを投稿