SAS中如何删除重复项，类似于Oracle中的ROW_NUMBER()函数

Question

我正在使用Oracle中的SCOTT模式，并想删除重复值，就像这样...

SELECT   EMPNO, JOB, SAL
  FROM   (  SELECT   EMPNO,
                     JOB,
                     SAL,
                     ROW_NUMBER () OVER (PARTITION BY EMPNO ORDER BY SAL) R_ID
              FROM   EMP_TEST
          ORDER BY   EMPNO)
 WHERE   R_ID = 1

现在我想在 SAS 中执行此操作，以下代码可以正常运行...

PROC SQL;
connect to oracle (PATH="database_name" USER=SCOTT PASSWORD=tiger); 
CREATE TABLE WORK.EMP_DEDUPL AS SELECT * from connection to oracle(
SELECT EMPNO, JOB, SAL
      FROM   (  SELECT   EMPNO,
                         JOB,
                         SAL,
                         ROW_NUMBER () OVER (PARTITION BY EMPNO ORDER BY SAL) R_ID
                  FROM   SCOTT.EMP_TEST
              ORDER BY   EMPNO)
     WHERE   R_ID = 1
);
DISCONNECT FROM oracle;
QUIT;

但是当我需要在数据集级别执行此类型的查询时，我遇到了错误。

假设我的EMP_TEST不是Oracle表，而是特定路径中的SAS数据集，我想在删除重复值后从EMP_TEST数据集创建另一个名为EMP_DEDUP的数据集。这是我的方法。

PROC SQL; 
CREATE TABLE WORK.EMP_DEDUPL AS SELECT * from connection to oracle(
SELECT EMPNO, JOB, SAL
      FROM   (  SELECT   EMPNO,
                         JOB,
                         SAL,
                         ROW_NUMBER () OVER (PARTITION BY EMPNO ORDER BY SAL) R_ID
                  FROM   path.EMP_TEST
              ORDER BY   EMPNO)
     WHERE   R_ID = 1
;
QUIT;

我在这里发现语法错误.....可能是SAS不支持ROW_NUMBER()函数。有什么可能的解决方案吗？请问有人能建议一下吗...

- goldenbutter

---

我能看到开括号... connection to oracle（，但是它的闭括号缺失了。这是正确的语法吗？ - San

如果path.EMP_TEST是SAS Dataset，则不能对其应用ROW_NUMBER()函数。当已经有一个完全可用的程序可以执行此操作时，为什么还要使用PROC SQL来去重您的SAS数据集呢？请参见“带有NODUPKEY选项的PROC SORT”。 - user1509107

不幸的是，您不能使用NODUPKEY一步完成此操作。 - Joe

SAS有一个未记录的函数叫做monotonic()，它返回（输出）观测编号。虽然这可能与Oracle中的row_number()函数略有不同。 - Robert Penridge

@San..抱歉..这是一个打字错误...已经添加了括号... - goldenbutter

Answer 1

听起来你想要每个EMPNO的最低工资，是这样吗？

proc sort data=path.emp_test;
by empno sal;
run;

data work.emp_dedupl;
set path.emp_test;
by empno sal;
if first.empno;
run;

SAS不支持PARTITION OVER，因此它不能通过SQL实现这一功能。

- Joe

---

我有一个问题...这段代码会给出与我在Oracle中所做的相同输出吗？明天我会测试它。 - goldenbutter

Answer 2

如果不支持分析函数，则可以编写类似以下内容的代码。

PROC SQL; 
CREATE TABLE WORK.EMP_DEDUPL AS SELECT * from connection to oracle(
SELECT EMPNO, JOB, SAL
      FROM  path.EMP_TEST
     WHERE rowid in (select min(rowid) 
                      from path.EMP_TEST
                     group by empno)
);
QUIT;   

- San