比較 merge by 與 proc sql 的外連接（一）
左連接。
為了讓大家時刻對外連接不迷糊，咱們約定一下，以后外連接，咱們統(tǒng)一叫成外連接橫向匹配合并。如此一來，我相信，你不會有突然對外連接感到陌生的時刻。
外連接橫向匹配合并，即左連接、右連接及全連接橫向匹配合并。時間緊張，我們今天先講第一部分---左連接橫向匹配合并。
先上二者的“完全等效” code（之所以打引號，后面會解釋）：
準(zhǔn)備數(shù)據(jù)集
Data A;
? ?Input ID Name$ Height;
? ?cards;
1 A 1
3 B 2
5 C 2
7 D 2
9 E 2
? ?;
run;
Data B;
? ?Input ID Name$ Weight;
? ?cards;
2 A 2
4 B 3
5 C 4
7 D 5
? ?;
run;
左連接橫向匹配合并
一句話，以左側(cè)數(shù)據(jù)集中某一（些）變量作為 key variable(s) 進(jìn)行數(shù)據(jù)集間的橫向連接，輸出數(shù)據(jù)集中 key variable(s) 的取值跟著左側(cè)數(shù)據(jù)集的對應(yīng)變量的取值走。
proc sql
PROC SQL;
? ?Create table dummy as
? ?Select * from A as x left join B as y
? ? ? ?On x.ID= y.ID;
Quit;
坦白來講，同時給我 merge by 和 proc sql，我會選 sql。上面的輸出數(shù)據(jù)集是沒問題的，以 A 中 id 作為 left join 的 key variable，同時搜索 B 中有相同 id 取值的行，進(jìn)行左連接橫向匹配合并。A 中無 weight 變量，故 A 的部分觀測的 weight 為缺失。
merge by
Data dummy; ? ? ? ?
? ?Merge A(IN= X) B(IN= Y);
? ?by ID;
? ?If X;
run;
proc print; run;
輸出數(shù)據(jù)集完全一樣，從結(jié)果上來看，二者等效。
細(xì)節(jié)
然而，你留意看 SAS log 的話，proc sql 會有這樣的 warning，而 merge by 就不會有這個 warning。
這提示你兩種 code 雖然結(jié)果一樣，但是邏輯并不完全等價：
注意，merge by 是針對 by vairable(s) 進(jìn)行左連接橫向匹配合并。什么意思？merge by 是在兩個數(shù)據(jù)集 by vairable(s) 的全部值的組合列表上進(jìn)行連接，以數(shù)據(jù)集選項 in 控制左連接 or 右連接 or 全連接 or 內(nèi)連接。
