回来得比较晚。我们讲个内容少点的 topic --- merge by 与 proc sql 外连接的比较之左连接。

为了让大家时刻对外连接不迷糊，咱们约定一下，以后外连接，咱们统一叫成外连接横向匹配合并。如此一来，我相信，你不会有突然对外连接感到陌生的时刻。

外连接横向匹配合并，即左连接、右连接及全连接横向匹配合并。时间紧张，我们今天先讲第一部分---左连接横向匹配合并。

先上二者的“完全等效” code（之所以打引号，后面会解释）：

准备数据集

Data A;
   Input ID Name$ Height;
   cards;
1 A 1
3 B 2
5 C 2
7 D 2
9 E 2
   ;
run;
Data B;
   Input ID Name$ Weight;
   cards;
2 A 2
4 B 3
5 C 4
7 D 5
   ;
run;

左连接横向匹配合并

一句话，以左侧数据集中某一（些）变量作为 key variable(s) 进行数据集间的横向连接，输出数据集中 key variable(s) 的取值跟着左侧数据集的对应变量的取值走。

proc sql

PROC SQL;
   Create table dummy as
   Select * from A as x left join B as y
       On x.ID= y.ID;
Quit;

坦白来讲，同时给我 merge by 和 proc sql，我会选 sql。上面的输出数据集是没问题的，以 A 中 id 作为 left join 的 key variable，同时搜索 B 中有相同 id 取值的行，进行左连接横向匹配合并。A 中无 weight 变量，故 A 的部分观测的 weight 为缺失。

merge by

Data dummy;        
   Merge A(IN= X) B(IN= Y);
   by ID;
   If X;
run;
proc print; run;

输出数据集完全一样，从结果上来看，二者等效。

细节

然而，你留意看 SAS log 的话，proc sql 会有这样的 warning，而 merge by 就不会有这个 warning。

这提示你两种 code 虽然结果一样，但是逻辑并不完全等价：

注意，merge by 是针对 by vairable(s) 进行左连接横向匹配合并。什么意思？merge by 是在两个数据集 by vairable(s) 的全部值的组合列表上进行连接，以数据集选项 in 控制左连接 or 右连接 or 全连接 or 内连接。

今天只能写到这了，我们后面再讲这个对比系列。