BookmarkSubscribeRSS Feed
michan22
Quartz | Level 8

Hi SAS experts,

 

I have a question regards merging datasets.

dataset1 have one observation for each subject (total subject #=60,000):

 

subjectid        registration_date         age          gender          weight

1                    5/20/1990                    45             M                  180

2                    4/23/1995                    50             M                  160

3                    3/2/1992                      33             F                   130

5                    6/5/1990                      65             F                   150

....

 

dataset2 have multiple observations for each subject:

subjectid         testdate         test1         test2          test3

1                     5/21/1990       50             40              40

1                     6/4/1992         45             78              45  

3                     4/25/1996       45             23              34

3                     8/5/1998         45             56              77

3                     9/3/1999         12             12              67

4                     4/1/1990         23             24              23

4                     6/5/1990         23             23              25

....

 

dataset1 has subjects that are not in dataset2 and vice versa.

 

I wanted to distinguish date type (registration_date or test_date) so I created new variables date1 (which equals to registration_date in dataset1 and testdate in dataset2) and datetype (which equals to "registration" in dataset1 and "test" in dataset2).

 

Then I merged the 2 datasets by subjectid and date1, and the merged dataset looked like this:

 

subjectid     date1          datetype        registration_date         age          gender          weight      testdate         test1      test2     test3

1              5/20/1990      registration     5/20/1990                   45             M                  180

1              5/21/1990      test                                                                                                         5/21/1990        50          40         40    

1              6/4/1992        test                                                                                                          6/4/1992         45          78         45  

2              4/23/1995      registration       4/23/1995                  50            M                  160

3              3/2/1992        registration       3/2/1992                    33             F                  130

3              4/25/1996      test                                                                                                        4/25/1996         45          23         34

3              8/5/1998        test                                                                                                        8/5/1998           45          56         77

3              9/3/1999        test                                                                                                        9/3/1999           12          12         67

4              4/1/1990        test                                                                                                        4/1/1990           23          24         23

4              6/5/1990        test                                                                                                        6/5/1990           23          23         25

5              6/5/1990        registration       6/5/1990                    65             F                  150

.....

 

Now I need to exclude patients who only appear in dataset2 and not in dataset1 (so merged dataset will not have subject 4....).

I tried the in operator but I must not have the syntax right because it did not come out the way I want it to.

Please help and thank you very much in advance for any advice!

5 REPLIES 5
Reeza
Super User

Please show us your current merge code so we can suggest how to modify it. For starters, did you use SQL or a data step?

 

IN data set option (not operator) in a data step should work as expected, assuming it was implemented correctly. 

 

data merged;
merge a (in=inA) b (in=inB);
by ID date;

if inA; *keeps only records that are in A;

run;

@michan22 wrote:

Hi SAS experts,

 

I have a question regards merging datasets.

dataset1 have one observation for each subject (total subject #=60,000):

 

subjectid        registration_date         age          gender          weight

1                    5/20/1990                    45             M                  180

2                    4/23/1995                    50             M                  160

3                    3/2/1992                      33             F                   130

5                    6/5/1990                      65             F                   150

....

 

dataset2 have multiple observations for each subject:

subjectid         testdate         test1         test2          test3

1                     5/21/1990       50             40              40

1                     6/4/1992         45             78              45  

3                     4/25/1996       45             23              34

3                     8/5/1998         45             56              77

3                     9/3/1999         12             12              67

4                     4/1/1990         23             24              23

4                     6/5/1990         23             23              25

....

 

dataset1 has subjects that are not in dataset2 and vice versa.

 

I wanted to distinguish date type (registration_date or test_date) so I created new variables date1 (which equals to registration_date in dataset1 and testdate in dataset2) and datetype (which equals to "registration" in dataset1 and "test" in dataset2).

 

Then I merged the 2 datasets by subjectid and date1, and the merged dataset looked like this:

 

subjectid     date1          datetype        registration_date         age          gender          weight      testdate         test1      test2     test3

1              5/20/1990      registration     5/20/1990                   45             M                  180

1              5/21/1990      test                                                                                                         5/21/1990        50          40         40    

1              6/4/1992        test                                                                                                          6/4/1992         45          78         45  

2              4/23/1995      registration       4/23/1995                  50            M                  160

3              3/2/1992        registration       3/2/1992                    33             F                  130

3              4/25/1996      test                                                                                                        4/25/1996         45          23         34

3              8/5/1998        test                                                                                                        8/5/1998           45          56         77

3              9/3/1999        test                                                                                                        9/3/1999           12          12         67

4              4/1/1990        test                                                                                                        4/1/1990           23          24         23

4              6/5/1990        test                                                                                                        6/5/1990           23          23         25

5              6/5/1990        registration       6/5/1990                    65             F                  150

.....

 

Now I need to exclude patients who only appear in dataset2 and not in dataset1 (so merged dataset will not have subject 4....).

I tried the in operator but I must not have the syntax right because it did not come out the way I want it to.

Please help and thank you very much in advance for any advice!


 

michan22
Quartz | Level 8

Hi!

My code right now:

 

data merge_nodup_droplabonly;

format subjectid $9. date1 mmddyy10.;

merge dataset1 (in=a) artdate tbdate hivdate clinicalnodup dataset2 (in=b drop=_name_);

by subjectid date1;

run;

 

I tried if a, if a=1, and it only kept one data line per subject, which is not what I want.

Thank you!!

SuryaKiran
Meteorite | Level 14

You might be looking for a left join.

 

....................
FROM Dataset1
LEFT JOIN Dataset2 ON ........

Show us the code you assist you more in detail.

Thanks,
Suryakiran
michan22
Quartz | Level 8

So I actually found a solution...

Created another dataset that tagged every subject in dataset1, and combined this dataset with the previously merged dataset and deleted anyone without the tag.

I know this is probably not the smartest or cleanest way to do this, so any other suggestions are appreciated!!

Thank you all!!

Patrick
Opal | Level 21

@michan22

Why wouldn't below simple merge not work for you?

data merged;
  merge dataset1 (in=ds1) dataset2 (in=ds2);
  by subjectid;
  if ds1; *keeps only records that are in dataset1;
run;

SAS Innovate 2025: Register Now

Registration is now open for SAS Innovate 2025 , our biggest and most exciting global event of the year! Join us in Orlando, FL, May 6-9.
Sign up by Dec. 31 to get the 2024 rate of just $495.
Register now!

How to Concatenate Values

Learn how use the CAT functions in SAS to join values from multiple variables into a single value.

Find more tutorials on the SAS Users YouTube channel.

SAS Training: Just a Click Away

 Ready to level-up your skills? Choose your own adventure.

Browse our catalog!

Discussion stats
  • 5 replies
  • 1246 views
  • 0 likes
  • 4 in conversation