Discussion :

[Xou51]

Bonjour à tous,

J'ai à disposition une base dans laquelle j'ai identifié des doublons, dans le sens où il s'agit en réalité de mêmes sujets, mais dont les identifiants diffèrent suite à un déménagement et donc une prise en compte dans un autre centre avec un autre identifiant.
J'ai donc identifié ces doublons, mais en pratique, certaines variables peuvent ne pas être renseignées dans un centre mais l'être dans l'autre. Je voudrais savoir comment faire une seule observation à partir de ces deux lignes d'observation correspondant à un seul sujet.

Pour être plus clair je vais donner un exemple :

A partir de ces deux lignes :

Var1 Var2 Var3 Var4 Var 5
1 H . 2 3 .
2 H 1 . 3 .

Je souhaiterais obtenir :

1 H 1 2 3 .

Et enfin questiion subsidiaire, comment gérer les cas où les deux sont renseignés mais sont discordants? Par exemple :

Var6
1 3
2 4

A noter que je n'ai aucune notion de SQL..


Merci d'avance pour votre aide.

[datametric]

pour la deuxième question c'est à ton responsable de décider : c'est ce que l'on appelle une règle métier.

pour le premier si tu ne connais pas SQL (prend 1 heure tu verras c'est très facile) je te propose une proc SUMMARY où tu cherches le MAX des valeurs pour VAR2.

[Xou51]

pour la deuxième question c'est à ton responsable de décider : c'est ce que l'on appelle une règle métier.

pour le premier si tu ne connais pas SQL (prend 1 heure tu verras c'est très facile) je te propose une proc SUMMARY où tu cherches le MAX des valeurs pour VAR2.

Merci pour ta réponse.

Pour la deuxième question, en effet c'est un choix mais en pratique comment dire à SAS quelles règles utiliser pour choisir?

Je vais jeter un oeil à la PROC SUMMARY.
Merci de ton aide.

[datametric]

ça dépend de la règle

[Xou51]

ça dépend de la règle

Je vais donner un exemple:

Par exemple
Pour var4 il faut que ce soit la valeur située sur la même ligne que la var2 la plus basse (c'est surtout cet aspect qui me pose problème).

Concrètement, je cherche à déterminer au sein d'un doublon sur quelle ligne le délai entre une date fixée et une date de mesure est le plus court (var2), et alors sélectionner la var4 qui est sur la même ligne.

Merci d'avance.

[Xou51]

En cherchant un peu, j'envisage d'enlever les doublons et de les mettre dans une autre base via une PROC SORT, puis via une étape data de réassocier les deux bases, en utilisant MODIFY ou UPDATE au lieu de MERGE, ce qui à priori permettrait d'introduire certaines règles.

Je ne sais pas encore si je fais fausse route, il faut que je voie la syntaxe, je ne sais pas si vous avez un avis là dessus..

[datametric]

tu fais l'isolement des doublons avec DUPOUT de la proc SORT, c'est plus facile.

[Xou51]

Oui c'est ce que j'avais fait.

Au final je pense que MODIFY est le plus adapté mais j'ai un peu de mal à bien comprendre la syntaxe.. Je pense qu'il faudra que je fasse plusieurs essais pour ne pas faire d'âneries...