SAS 중복관측치 다루기 (select distinct)

지난번에 이어 SAS data의 중복 관측치에 관한 얘기를 하겠습니다. proc sort의 nodupkey option도 좋은 방법이지만 SQL의 DISTINCT 문도 좋은 대안입니다. 늘 그렇듯이 예제 DATA를 생성하는 것으로 시작해 보겠습니다. 

data dup_yes;

        input 학번 $ 이름 $ 주거지 $ 최종거주일자 $;

        datalines;

971214  김말순  서울    20120508

971215  김초롱  부산    20110805

971215  김초롱  서울    20120106

971215  김사랑  대전    20120508

971215  김사랑  대전    20120508

971215  김사랑  대전    20120508

;

run;

위 코드로 부터 다양한 중복사례가 포함된 셋을 생성했습니다.

<그림1. 중복 데이타셋>

이제 SQL을 사용해서 '학번'칼럼에서 중복없이 유일한 값만 추출 하겠습니다. DISTINCT 라는 단어의 뜻에서 알 수 있듯이 unique한 값만 선택하겠다는 의미 입니다.

1. 학번 칼럼에서 중복없이 추출합니다.

proc sql;

create table dup_no1 as

select distinct 학번

from dup_yes;

quit;

2. 학번, 이름 칼럼의 조합에서 중복없이 추출합니다.

proc sql;

create table dup_no2 as

select distinct  학번

               ,이름

from dup_yes;

quit;

3. 학번, 이름, 주거지 칼럼의 조합에서 중복없이 추출합니다.

proc sql;

create table dup_no3 as

select distinct  학번

               ,이름

               ,주거지

from dup_yes;

quit;

4. 학번, 이름, 주거지, 최종거주일자 칼럼의 조합에서 중복없이 추출합니다.

proc sql;

create table dup_no4 as

select distinct  학번

               ,이름

               ,주거지

               ,최종거주일자

from dup_yes;

quit;

5. 모든 칼럼의 조합에서 중복없이 추출합니다. 4번과 결과가 같습니다.

proc sql;

create table dup_no5 as

select distinct *

from dup_yes;

quit;