Discussion :

[pun79]

Bonjour à tous et à toutes,

Je suis actuellement étudiant, et je dois effectuer une analyse sous sas ou j'ai plusieurs fichiers à joindre ensemble afin de pouvoir effectuer cette analyse.

Ainsi, j'ai importer mes tables et fait une pré-selection des variables que je voulais.

J'ai effectué dans un premier temps le script suivant qui fonctionne très bien (cette table va nous servir pour après) :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
proc sql;
create table etustat.bddb as
SELECT s0q1, s0q2, s14q2, s14q3
FROM etustat.bdd14;
run;

Une fois cette table créé, j'ai réaliser le script suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
proc sql;
create table etustat.bddglobal as
SELECT b7.s0q1,b7.s0q2, bdd1.s02q4, bdd1.s02q10, bdd1.s02q13, bdd1.s11q114, b7.s07q1, b1413.s14q4, bddb.s14q2, bddb.s14q3
FROM etustat.bdd7 b7
LEFT JOIN etustat.bdd1413 b1413 ON (b7.s0q1=b1413.s0q1 AND b7.s0q2=b1413.s0q2)
LEFT JOIN etustat.bddb bddb ON (b1413.s0q1=bddb.s0q1 AND b1413.s0q2=bddb.s0q2)
LEFT JOIN etustat.bddessrind bdd1 ON (bddb.s0q1=bdd1.s0q1 AND bddb.s0q2=bdd1.s0q2);
run;

Dans ma table bddessrind il y a 14 160 lignes, et dans les autres tables il y a 70 140 lignes.

En exécutant le second code (le code que j'ai pu effectué), j'ai 9 138 780 lignes (j'ai peur qu'il fasse un produit cartésien).

Je voulais donc savoir si c'est normal si je trouves autant de lignes ou pas ? Si non, avez vous une solution pour qu'il y ait un nombre de lignes correct ?

[olivier.decourt]

Bonjour.
Comme on ne sait pas exactement ce que vous cherchez, difficile de vous dire si le résultat est bon ou pas.
Si le volume de la table en sortie vous choque, c'est peut-être qu'il y a un problème. La piste la plus probable est qu'il manque des clés de jointure dans vos spécifications. Êtes-vous bien sûr que le couple s0q1 x s0q2 est un identifiant unique dans toutes les tables ? Si ce n'est pas le cas, le SQL fera toutes les combinaisons d'observations qui partagent le même couple de clés de jointure, d'où la possibilité d'avoir de gros volumes.

Moralité : toujours vérifier ce qu'on peut avoir ou pas comme doublons avant de faire une jointure et idéalement, avoir le modèle conceptuel de la base de données qu'on manipule pour bien la comprendre.

[pun79]

Bonjour,

Oui effectivement la clé de jointure correspond bien aux conditions des lefts joins, et sont des identifiants dans toutes les tables (il se peut qu'il y ai le plusieurs fois même couple dans les tables car plusieurs observations pour un même individu).