SORTプロシジャで重複レコードを削除・抽出する。

SORTプロシジャで重複レコードを削除・抽出するオプション「NODUPKEY」と「NOUNIQUEKEY」を紹介したいと思います。




サンプルデータ

---

data DT1; input A B C$ @@; cards; 1 1 a 1 2 a 2 1 c 2 1 b ;  A   B    C     1      1      a     1     2   a    2     1   c      2     1   b

例①

---

proc sort data=DT1 nodupkey out=DT2 dupout=DT3;   by A B; run; DT2  A   B    C     1      1      a     1     2   a    2     1   c  DT3  A   B    C     2      1   b

解説

• 「NODUPKEY」を指定すると、BY変数が重複してるレコードがあった場合に、最初のレコードのみ残して、以降の重複レコードを削除してくれる。
• 「OUT=」のデータセットには削除後のレコードが入る。
• 「DUPOUT=」のデータセットには削除したレコードが入る。
• 「OUT=」を省略すると、「DATA=」のデータセットに上書きしてしまうので、注意！

例② (SAS9.3からの機能)

---

proc sort data=DT1 nouniquekey out=DT4 uniqueout=DT5;   by A B; run; DT4  A    B    C     2     1    c     2   1   b  DT5  A    B    C     1     1    a     1   2   a

解説

• 「NOUNIQUEKEY」を指定すると、BY変数が重複してるレコードと、重複していないレコードを分割することが出来る。
• 「OUT=」のデータセットには重複してるレコードが入る。
• 「UNIQUEOUT=」のデータセットには重複してないレコードが入る。
• 「OUT=」を省略すると、「DATA=」のデータセットに上書きしてしまうので、注意！

「NOUNIQUEKEY」 は結構助かる機能ですね。