Una creencia común es que la instrucción MERGE del paso DATA es el equivalente exacto de una unión SQL (LEFT JOIN o FULL JOIN). Si bien esto es cierto para relaciones simples (1 a 1 o 1 a N), es totalmente falso para relaciones de tipo "Many-to-Many" (N a N).
La observación: Resultados divergentes
Tomemos un ejemplo simple donde la clave de unión (ID) aparece varias veces en ambas tablas:
Tabla 1: El ID 23456 aparece 2 veces.
Tabla 2: El ID 23456 aparece 2 veces.
Si buscamos combinar estos datos, matemáticamente esperamos obtener $2 \times 2 = 4$ líneas (el producto cartesiano para este ID).
Note : El enfoque PROC SQL (Producto Cartesiano)
SQL funciona con una lógica de conjuntos (álgebra relacional). Combina cada fila de la tabla A con cada fila correspondiente de la tabla B.
PROC SQL;
SELECT * FROM dataset1 t1
LEFT JOIN dataset2 t2 ON t1.ID = t2.ID;
QUIT;
1
PROC SQL;
2
SELECT * FROM dataset1 t1
3
LEFT JOIN dataset2 t2 ON t1.ID = t2.ID;
4
QUIT;
Resultado: 4 filas para el ID 23456. Se crean todas las combinaciones posibles. Este es el comportamiento estándar de una base de datos relacional.
Note : El enfoque DATA MERGE (Yuxtaposición secuencial)
El paso DATA funciona fila por fila de manera secuencial. Coloca los punteros de lectura "uno al lado del otro".
Use PROC SQL si necesita un producto cartesiano (relación N a N), es decir, cruzar todas las ocurrencias posibles. Este es a menudo el resultado esperado para análisis cruzados.
Use DATA MERGE para relaciones 1 a 1 o 1 a N (tipo "Look-up" / Enriquecimiento de datos). Es mucho más eficiente en términos de tiempo de cálculo para grandes volúmenes, siempre que las claves sean únicas en al menos una de las dos tablas.
Nota técnica: Es técnicamente posible simular un producto cartesiano con un paso DATA (usando dos instrucciones SET y bucles explícitos), pero el código se vuelve innecesariamente complejo. En este caso preciso, la claridad de SQL es inmejorable.
Aviso importante
Los códigos y ejemplos proporcionados en WeAreCAS.eu son con fines educativos. Es imperativo no copiarlos y pegarlos ciegamente en sus entornos de producción. El mejor enfoque es comprender la lógica antes de aplicarla. Recomendamos encarecidamente probar estos scripts en un entorno de prueba (Sandbox/Dev). WeAreCAS no acepta ninguna responsabilidad por cualquier impacto o pérdida de datos en sus sistemas.
SAS y todos los demás nombres de productos o servicios de SAS Institute Inc. son marcas registradas o marcas comerciales de SAS Institute Inc. en los EE. UU. y otros países. ® indica registro en los EE. UU. WeAreCAS es un sitio comunitario independiente y no está afiliado a SAS Institute Inc.
Este sitio utiliza cookies técnicas y analíticas para mejorar su experiencia.
Saber más.
