Fusionner des données avec une table de hachage

Une table de hachage SAS^© contient des lignes (entrées de hachage) et des colonnes (variables de hachage). Chaque entrée de hachage doit avoir au moins une colonne clé et une colonne de données. Les valeurs peuvent être codées en dur ou chargées à partir d'un ensemble de données SAS^©. Une table de hachage réside entièrement en mémoire, ce qui rend ses opérations rapides. Les données n'ont pas besoin d'être pré-triées. Une table de hachage est temporaire : une fois l'étape DATA terminée, elle cesse d'exister. Cependant, son contenu peut être enregistré dans un ensemble de données SAS^© ou une base de données externe. L'objet de hachage est dimensionné dynamiquement.

Analyse des données

Type : CREATION_INTERNE

Les exemples utilisent des données générées (DATA step avec DATALINES) pour simuler les tables `product_list` et `supplier`.

1 Bloc de code

DATA STEP Data

Explication :
Ce bloc de code DATA step crée l'ensemble de données `work.product_list` en utilisant des données en ligne (DATALINES). Il définit les variables `Product_Id`, `Product_Name` et `Supplier_ID` avec leurs types et longueurs respectifs. Les espaces et caractères spéciaux dans `Product_Name` ont été remplacés par des underscores pour une meilleure gestion via DATALINES.

Copié !

1	DATA work.product_list;
2	LENGTH Product_Id $10 Product_Name $40 Supplier_ID 8;
3	INPUT Product_Id $ Product_Name :$40. Supplier_ID;
4	DATALINES;
5	240200100101 Grandslam_Staff_Tour_Mhl_Golf_Gloves 3808
6	210200100017 Sweatshirt_Children's_O-Neck 3298
7	240400200022 Aftm_95_Vf_Long_Bg-65_White 1280
8	230100100017 Men's_Jacket_Rem 50
9	210200300006 Fleece_Cuff_Pant_Kid'S 1303
10	210200500002 Children's_Mitten 772
11	210200700016 Strap_Pants_BBO 798
12	210201000050 Kid_Children's_T-Shirt 2963
13	210200100009 Kids_Sweat_Round_Neck,Large_Logo 3298
14	210201000067 Logo_Coord.Children's_Sweatshirt 2963
15	220100100019 Fit_Racing_Cap 1303
16	220100100025 Knit_Hat 1303
17	220100300001 Fleece_Jacket_Compass 772
18	220200200036 Soft_Astro_Men's_Running_Shoes 1747
19	230100100015 Men's_Jacket_Caians 50
20	230100500004 Backpack_Flag,_6,5x9_Cm. 316
21	210200500006 Rain_Suit,_Plain_w/backpack_Jacket 772
22	230100500006 Collapsible_Water_Can 316
23	224040020000 Bat_5-Ply 3808
24	220200200035 Soft_Alta_Plus_Women's_Indoor_Shoes 1747
25	240400200066 Memhis_350,Yellow_Medium,_6-pack 1280
26	240200100081 Extreme_Distance_90_3-pack 3808
27	;
28	RUN;

2 Bloc de code

DATA STEP Data

Explication :
Ce bloc de code DATA step crée l'ensemble de données `work.supplier` en utilisant des données en ligne (DATALINES). Il définit les variables `Supplier_ID`, `Supplier_Name`, `Supplier_Address` et `Country` avec leurs types et longueurs respectifs. Les espaces et caractères spéciaux ont été remplacés par des underscores pour une meilleure gestion via DATALINES.

Copié !

1	DATA work.supplier;
2	LENGTH Supplier_ID 8 Supplier_Name $40 Supplier_Address $45 Country $2;
3	INPUT Supplier_ID Supplier_Name :$40. Supplier_Address :$45. Country $;
4	DATALINES;
5	50 Scandinavian_Clothing_A/S Kr._Augusts_Gate_13 NO
6	316 Prime_Sports_Ltd 9_Carlisle_Place GB
7	755 Top_Sports Jernbanegade_45 DK
8	772 AllSeasons_Outdoor_Clothing 553_Cliffview_Dr US
9	798 Sportico C._Barquillo_1 ES
10	1280 British_Sports_Ltd 85_Station_Street GB
11	1303 Eclipse_Inc 1218_Carriole_Ct US
12	1684 Magnifico_Sports Rua_Costa_Pinto_2 PT
13	1747 Pro_Sportswear_Inc 2434_Edgebrook_Dr US
14	3298 A_Team_Sports 2687_Julie_Ann_Ct US
15	3808 Carolina_Sports 3860_Grand_Ave US
16	;
17	RUN;

3 Bloc de code

DATA STEP / PROC PRINT

Explication :
1. Inclut une instruction LENGTH pour s'assurer que les variables `Supplier_Name`, `Supplier_Address` et `Country` sont définies dans le PDV (Program Data Vector).
2. Lors de la première itération de l'étape DATA, déclare l'objet de hachage `S`. Attribue `Supplier_ID` comme clé de l'objet de hachage. Inclut les valeurs de `Supplier_Name`, `Supplier_Address` et `Country` de l'ensemble de données `work.supplier`.
3. Étant donné que `Supplier_Name`, `Supplier_Address` et `Country` ne sont pas explicitement affectées de valeurs initiales, SAS écrit une NOTE dans le journal indiquant que les variables ne sont pas initialisées. `CALL MISSING` supprime cette NOTE.
4. Lit une observation de l'ensemble de données `product_list`.
5. La méthode `FIND` est appelée pour vérifier si le `Supplier_ID` de `product_list` correspond à la clé `Supplier_ID` de l'une des entrées de l'objet de hachage. S'il y a une correspondance (`rc=0`), l'observation est écrite dans l'ensemble de données `supplier_info`.
Le PROC PRINT affiche ensuite le contenu de l'ensemble de données `supplier_info`.

Copié !

1	DATA supplier_info;
2	drop rc;
3	LENGTH Supplier_Name $40 Supplier_Address $ 45 Country $ 2; /* 1*/
4	IF _N_=1 THEN DO;
5	declare hash S(dataset:'work.supplier'); /* 2*/
6	S.definekey('Supplier_ID');
7	S.definedata('Supplier_Name',
8	'Supplier_Address','Country');
9	S.definedone();
10	call missing(Supplier_Name,
11	Supplier_Address,Country); /* 3*/
12	END;
13	SET work.product_list; /* 4*/
14	rc=S.find(); /* 5*/
15	RUN;
16	PROC PRINT DATA=supplier_info;
17	var Product_ID Supplier_ID Supplier_Name
18	Supplier_Address Country;
19	title "Product Information";
20	RUN;
21	title;

Ce matériel est fourni "tel quel" par We Are Cas. Il n'y a aucune garantie, expresse ou implicite, quant à la qualité marchande ou à l'adéquation à un usage particulier concernant le matériel ou le code contenu dans les présentes. We Are Cas n'est pas responsable des erreurs dans ce matériel tel qu'il existe maintenant ou existera, et We Are Cas ne fournit pas de support technique pour celui-ci.

Retour à la liste

Le Conseil de l'Expert

Stéphanie

Spécialiste Machine Learning et IA.

« Réservez l'objet de hachage pour votre table la plus petite (la table de référence) afin qu'elle puisse tenir entièrement en mémoire vive. Si votre table de référence dépasse la RAM disponible, le système basculera sur le fichier d'échange (swap), et vous perdrez tout le bénéfice de performance. Dans ce cas, revenez à une PROC SORT suivie d'un MERGE »