Discussion :

[5natacha]

Bonjour,
Voila je travaille sous SAS et je crée une table qui me donne des doublons.
Je souhaiterais supprimer les doublons, mais je souhaiterais supprimer ceux dont la valeur pour la variable etab est <> "X".
Je ne sais pas si je suis très claire.
Merci d'avance.

[MEGAMIND2]

Bonjour Natacha,
ça devait marcher ça:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
proc sort nodupkey data=test out=out(where var ne "X"); 
 by id; 
 run;

[5natacha]

C'est exactement ça.
Merci pour tout.
Bonne journée.

[5natacha]

En fait je suis désolée mais j'ai un message d'erreur:

ERROR 12-63: '=' manquant pour l'option WHERE.

Je ne sais pas pourquoi mon where ne s'affiche pas en bleu.
Merci d'avance.
Natacha

[s_a_m]

Hello,

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
proc sort nodupkey DATA=test out=out(WHERE=(var ne "X")); 
 BY id; 
 run;

[5natacha]

Je viens de tester je suis désolée mais c'est pas exactement ce que je souhaite.
Avec ce code cela ma supprime toute les lignes pour lesquelles var = "X" alors que ce que je veux c'est que en cas de doublon (et uniquement en cas de doublon) je garde la ligne pour laquelle var = "X" .
Merci d'avance pour vos propositions.

[s_a_m]

j'ai fais une petite bricole de ce que j'ai compris.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
 
 
data test ;
set sashelp.class sashelp.class (obs=5);
run;
 
proc sort data=test dupout=doublons out=pas_doublons nodupkey; 
by age ;
run;
 
 
proc sort data=doublons  (where =(sex='M')) nodupkey ; 
by age ;
run;
 
 
data finale;
set doublons pas_doublons;
run;

[MEGAMIND2]

Bonjour,

J'allais proposé la même solution que Sam, à lire de la doc ici

[5natacha]

C'est pas exactement ça.
Je suis désolée de ne pas décrire très clairement mon problème.
Je vous transmets un fichier excel pour essayer d'être plus claire.
Merci d'avance.

[s_a_m]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
 
data test;
input
 
idet	@5 VAR1 $1.	@9 VAR2 $2.	@13 VAR3 1.	@17 VAR4 $15. ;
cards;
1	A	AZ	4	GRENOBLE 1
1	Z	AR	5	GRENOBLE 3
2	E	ZT	5	GRENOBLE 2
3	R	SF	6	GRENOBLE 2
4	T	ZR	5	GRENOBLE 3
4	T	SF	6	GRENOBLE 2
5	E	SF	3	GRENOBLE 3
;
run;
proc sort data=test ;
by idet descending var4 ;
run;
 
proc sort data=test out=finale  nodupkey;
by idet;
run;

[5natacha]

Merci beaucoup pour cette réponse.
Mais en fait j'ai simplifié les données et en var4 : je peux avoir Marseille, Lyon, Toulouse. Et je ne peux donc pas faire la sélection par un tri descendant.

[MEGAMIND2]

Bonjour Natacha,

Essaie ce code (je n'ai pas testé):

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
data test;
set test;
indic=substr(compress(VAR4),-1,1);
run;
 
Proc sql; 
create table test2 as select
idet, var1, var2, var3, var4, max(indic) from test
group by idet;
quit;

[5natacha]

Je viens de tester, et aucun doublon n'est supprimer.
Merci quand même.

[MEGAMIND2]

ça m'étonne quand même que ça puisse pas fonctionner, c'est bien ce code que tu as exécuté?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
DATA test;
SET test;
indic=substr(compress(VAR4),-1,1);
run;
 
Proc sql; 
CREATE TABLE test2 AS SELECT
idet, var1, var2, var3, var4, max(indic) FROM test
GROUP BY idet;
quit;

[5natacha]

Oui c'est bien le code que j'ai fait, mais il n'y a aucune données dans la variable : indic

[s_a_m]

Une autre bricole, j'espère que sa pourra t'aider.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
 
 
DATA test;
input idet	@5 VAR1 $1.	@9 VAR2 $2.	@13 VAR3 1.	@17 VAR4 $15. ;
cards;
1	A	AZ	4	GRENOBLE 1
1	Z	AR	5	GRENOBLE 3
2	E	ZT	5	GRENOBLE 2
3	R	SF	6	GRENOBLE 2
4	T	ZR	5	GRENOBLE 3
4	T	SF	6	GRENOBLE 2
5	E	SF	3	GRENOBLE 3
;
run;
 
/* ne garder dans la table doublons que les données avec VAR4='GRENOBLE 3'  ==> ce qui correspond à ta condition */ 
proc sort DATA=test out= pas_doublons dupout=doublons (where=(var4='GRENOBLE 3'))  nodupkey ;
	BY idet;
run;
 
proc sql;
	delete  from  pas_doublons  
	where idet in ( select distinct idet from doublons);
quit;
 
data finale;
set doublons pas_doublons;
run;

[5natacha]

Merci pour le code, je viens de tester, j'ai effectivement une table finale sans doublon mais avec comme valeur pour la var4 une valeur <> de "Grenoble 3"

[s_a_m]

5natacha , le résultat que j'ai obtenu correspond exactement à ce que t'as mis comme résultat dans ton fichier Excel .

[5natacha]

Merci beaucoup pour votre aide, cela fonction si je remplace le = dans la condition where par ne.
Encore merci à tout le monde.
Bonne journée

[5natacha]

Bonjour, j'ai encore un petit souci.
Le code fonctionne très bien

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
proc sort DATA=sasuser.C6789L1 out= sasuser.pas_doublons dupout=sasuser.doublons (WHERE=(diplomR09 NE 'LEA'))    
  nodupkey ;                                                                                                                                                                                      
        BY idet;                                                                                                                                                                                  
run;                                                                                                                                                                                              
 
proc sql;                                                                                                                                                                                         
        DELETE  FROM  sasuser.pas_doublons                                                                                                                                                        
        WHERE idet IN ( SELECT DISTINCT idet FROM sasuser.doublons);                                                                                                                              
quit;                                                                                                                                                                                   
DATA sasuser.C6789L1;                                                                                                                                                                             
SET sasuser.doublons sasuser.pas_doublons;                                                                                                                                                        
run;

Mais je voudrais ne pas sélectionné que sur la variable "diplomR09", mais également sur le niveau.
En bref rajouter une seconde condition dans le where.
Si j'ai des doublons, retenir en priorité le diplome "LEA", si pas de diplôme LEA choisir le niveau le plus élevé.
J'espere que c'est pas trop confus.
Merci d'avance à vous.