需要在SAS中根据两个变量对一个数据集进行子集。

Question

我有一个复杂的数据集，需要拉出独特的个人，他们可能会因为不同的原因有多个观察结果。下面是一个如何组织数据的例子。

id caseid employerid
1  1      1
1  1      2
1  2      1
1  2      2
2  1      1
3  1      1
3  2      1

基本上，个人有一个独特的id，但可能是在多个案例中，也可能有多个雇主。我想通过caseid来删除重复的数据，但不是通过雇主id来删除每个人的数据，我不知道如何做到这一点。谢谢，我有一个复杂的数据集，我想通过caseid来删除重复的数据，而不是通过雇主id来删除每个人的数据，我不知道如何做到这一点。

Answer 1

1. 使用COUNT DISTINCT查找每个ID的caseID和雇主ID的数量。
2. 根据WHERE查询进行过滤

3. 根据#2将所有记录从你的have表中分离出来。

   proc sql;
   create table _filtered as 
   select id, count(distinct caseID) as n_caseID, count(distinct employerID) as n_employerID
   from have;
   order by 1, 2, 3;
   quit;
   
   
   proc sql;
   create table want as
   select *
   from have where ID in 
         (select ID from _filtered where n_caseID=1);
   quit;