需要比较两个变量，每个变量都来自单独的数据集，并且带有标志差异

Question

我有2个SAS数据集，Lab和Rslt。它们都具有相同的变量，但是Rslt应该具有Lab的子集。对于我想做的事情，有4个重要的变量：visit，accsnnum，battrnam和lbtestcd。都是字符变量。我想比较Lab和Rslt这两个文件，以找出它们的差异-特别是，我需要知道每个唯一lbtestcd的accsnnum计数。

但是我必须控制一些因素。首先，我只需要比较battrnam变量中具有“ Lipid Panel”或“ Chemistry（6）”的观察值。 Rslt文件仅包含这些观察值，因此我们不必担心这一点。因此，我使用此代码将Lab子集化：

data work.lab;
  set  livingston.ndb_lab_1;
  where battrnam contains "Lipid Panel" or battrnam = "Chemisty (6)";
run; 

这很好。现在，我需要控制变量访问。我需要摆脱Lab和Rslt中访问包含“第1天”或“筛选”的所有观察结果。我使用以下代码完成了此操作：

data work.lab;
set work.lab;
if visit = "Day 1" or visit = "Screening" then delete;
else visit = visit;
run;

data work.rslt;
set work.rslt;
if visit = "Day 1" or visit = "Screening" then delete;
else visit = visit;
run; 

现在这就是我被卡住的地方。 我需要创建一种方法来比较两个单独的文件Lab和Rslt之间的accsnnum的lbtestcd计数，并且我需要一种方法来标记acctestnum，其中lbtestcd的计数在Lab和Rslt之间存在差异。例如，如果Lab的accsnum A1具有5个唯一的lbtestcd值，而Rslt的accsnum A1具有7个唯一的lbtestcd值，则需要引起我的注意。

我可以为每个文件执行proc freq，但是这些都是大型数据集，我不想手动进行比较。也许将accsnum的lbtestcd计数导出到新的3rd数据集中的两个文件Lab和Rslt中的每个变量，然后创建一个变量，两者是两者之差？这样，如果差异！= 0，那么我可以获得这些asscnum的报告？ SQL方面的建议也将起作用，因为我可以通过SAS运行它。

编辑我已经使用一些SQL使用下面的代码来获取每个数据集的acctestnum的lbtestcd计数，尽管我仍然需要弄清楚如何将这些值导出到要比较的数据集。

proc sql;
select accsnnum, count(lbtestcd)
from work.lab1
group by accsnnum;
quit;

proc sql;
select accsnnum, count(lbtestcd)
from work.rslt1
group by accsnnum;
quit;

感谢您能提供的所有帮助。这真的让我很烦！

Answer 1

我将对每个数据集进行PROC FREQ（或处理任何您喜欢的计数），然后使用PROC COMPARE。例如：

proc freq data=rslt1;
tables accsnnum*ibtestcd/out=rsltcounts;
run;

proc freq data=lab1;
tables accsnnum*ibtestcd/out=labcounts;
run;

proc compare base=lab1 compare=rslt1 out=compares /* options */;
by accsnnum;
run;

PROC COMPARE有很多选择；在这种情况下，最有帮助的可能是：

• 不相等-仅输出在两个数据集中不相同的每一行的行
• outbase和outcomp-为BASE和COMPARE数据集的每个输出一行（如果为OUTNOEQUAL，则仅在它们不同时）
• outdif-输出“差异”行，即一个减去另一行；这可能对您没有帮助

documentation列出所有选项。如果您的数据可能存在数值精度问题，则可能还需要查看METHOD选项。